Resumo Técnico: Planejamento Informativo Condicionado por UGV para Múltiplos UAVs em um Modelo de Crença de Exposição Compartilhada

Declaração do Problema

Em ambientes de grande escala e aumentados por ameaças, a navegação terrestre segura para Veículos Terrestres Não Tripulados (UGVs) requer suporte aéreo ativo para mitigar riscos. Sistemas de reconhecimento aéreo existentes focam tipicamente em mapeamento genérico, cobertura de terreno ou estimativa de trafegabilidade. No entanto, essas abordagens frequentemente falham em direcionar a detecção para regiões mais críticas para a segurança do veículo terrestre. Especificamente, os sistemas atuais carecem de um mecanismo de malha fechada onde o planejamento informativo cooperativo de múltiplos UAVs esteja estritamente acoplado ao roteamento consciente de exposição do UGV. Não há uma crença de ambiente compartilhada que simultaneamente direcione as prioridades de detecção dos UAVs e adapte a seleção de caminhos do UGV conforme novas informações chegam online, levando a detecções redundantes e resultados de segurança subótimos.

Metodologia

Os autores propõem um framework onde uma equipe de $N$ UAVs coordena para apoiar um único UGV navegando através de zonas de ameaça desconhecidas. O núcleo da abordagem é uma crença de exposição compartilhada que é atualizada online a partir de observações aéreas e utilizada tanto pelo planejador do UGV quanto pela equipe de UAVs.

1. Crença de Exposição Compartilhada

O sistema mantém um mapa probabilístico do campo de exposição do ambiente, discretizado em uma grade.

• Modelagem: A taxa de exposição latente $\lambda(x)$ em cada célula é modelada como uma variável aleatória log-normal. Estimativas iniciais são derivadas de priors de classes de terreno (ex: estradas, florestas), enquanto a incerteza epistêmica é capturada pela variância.
• Mecanismo de Atualização: À medida que os UAVs observam as células, a crença é atualada usando uma métrica de entropia de Bernoulli-Shannon. A cobertura cumulativa dos sensores reduz o desvio padrão logarítmico efetivo (incerteza) e atualiza a média. Zonas de ameaça detectadas amplificam localmente a crença via um fator multiplicativo.
• Surrogate Avesso ao Risco: Ambos os planejadores consultam um escalar de surrrogado avesso ao risco $\lambda_{risk}$, que combina o valor de exposição esperado com uma penalidade para alta incerteza. Isso garante que células não observadas sejam tratadas como potencialmente perigosas, incentivando o reconhecimento.

2. Replanejamento de UGV Consciente de Exposição

O planejador do UGV busca um caminho $\pi$ do início ao objetivo que minimize uma função de custo composta por tempo de travessia e exposição cumulativa:
$$\pi^* = \arg\min_{\pi} [T(\pi) + \beta E(\pi, t)]$$
onde $E(\pi, t)$ é a exposição cumulativa calculada usando o surrrogado avesso ao risco. O UGV replaneja assincronamente sempre que um UAV detecta uma nova zona de ameaça, comprometendo-se com um prefixo de trajetória de comprimento fixo para garantir a execução segura enquanto o caminho global é recomputado.

3. Planejamento Informativo Condicionado pelo UGV (Objetivo do UAV)

Diferente do Planejamento de Caminho Informativo (IPP) padrão que maximiza o ganho de informação genérico, os UAVs otimizam uma recompensa condicionada à missão. A função de recompensa $R(x, t)$ para uma célula $x$ é construída para priorizar observações que impactam a rota atual do UGV:

• Proximidade de Corredor: Um mecanismo de portão (gating) suprime recompensas para células distantes da rota atual do UGV, garantindo que o esforço de detecção se concentre em regiões relevantes para a missão.
• Modulação de Exposição: Dentro do corredor, a recompensa é escalonada por um ganho dependente da exposição. Regiões de alta exposição ou alta incerteza próximas à rota recebem maior prioridade.
• Entropia: A incerteza (entropia) modula a urgência da observação dentro da região de portão.
  Esta abordagem direciona os UAVs para observar regiões "relevantes à rota, incertas e de alta exposição", em vez de realizar uma exploração genérica.

4. Coordenação de Região Condicionada para Múltiplos UAVs

Para evitar que múltiplos UAVs convirjam para as mesmas regiões de alto retorno de um corredor (detecção redundante), o framework emprega propriedade espacial:

• Atribuição de Voronoi: O ambiente é particionado em regiões disjuntas atribuídas a cada UAV com base no custo de viagem até o centroide da região.
• Mascaramento de Recompensa: A recompensa efetiva de cada UAV é mascarada por sua região atribuída.
  • Coordenação Hard: Os UAVs percebem recompensa zero fora de sua região atribuída.
  • Coordenação Soft: Os UAVs retêm uma fração da recompensa de regiões estrangeiras, permitindo responsividade a ameaças de alto valor surgindo próximas às fronteiras das regiões.
    Esta camada de coordenação reduz a redundância enquanto mantém a escalabilidade e a responsividade às mudanças dinâmicas na rota do UGV.

Principais Contribuições

O artigo apresenta três principais reivindicações e contribuições:

1. Crença de Exposição Compartilhada: Acoplar a ação de detecção dos UAVs a uma crença compartilhada e consciente de exposição melhora significativamente a segurança subsequente do UGV em comparação com o planejamento baseado apenas em informações prévias de terreno.
2. Detecção Condicionada à Rota: Condicionar o objetivo do UAV à rota atual do UGV foca o esforço de detecção em regiões relevantes para a missão, em vez de exploração genérica ou redução uniforme de incerteza.
3. Coordenação Condicionada por Região: Em configurações de múltiplos UAVs, a atribuição de propriedade espacial reduz a detecção redundante enquanto preserva a responsividade a áreas recém-relevantes, abordando os desafios de escalabilidade do planejamento informativo cooperativo.

Resultados Experimentais

A abordagem foi validada através de 100 ensaios de Monte Carlo em um ambiente de 5 km $\times$ 5 km derivado de dados do OpenStreetMap, apresentando zonas de ameaça desconhecidas.

• Melhoria de Segurança: Comparado a um sistema que utiliza replanejamento semântico de terreno sem modelagem de exposição, a abordagem proposta consciente de exposição reduziu a exposição cumulativa do UGV em 38%. Também reduziu o custo do objetivo da missão em 31% em relação ao baseline semântico de terreno.
• Arquitetura de Recompensa: Estudos de ablação mostraram que a arquitetica de recompensa com portão proposta superou as baselines de entropia aditiva, multiplicativa e ponderada. Ela alcançou o menor custo de missão enquanto mantinha alta cobertura de corredor e taxas de detecção de ameaças prioritárias.
• Eficiência de Coordenação: A coordenação de múltiplos UAVs reduziu significativamente a cobertura redundante.
  • Sem coordenação, a cobertura redundante era de 38,8%.
  • Com coordenação regional soft, esta caiu para 5,0%.
  • Com coordenação regional hard, esta caiu para 3,7%.
  • A eficiência da informação útil aumentou de 66,2% (sem coordenação) para mais de 92% (coordenação regional soft/hard).
• Escalabilidade: À medida que o número de UAVs aumentou (até 6), o mascaramento condicionado por região evitou o crescimento rápido da detecção redundante visto em equipes não coordenadas, embora o mascaramento estrito (hard) tenha mostrado retornos decrescentes no tempo de detecção de ameaças para equipes maiores devido à fragmentação de regiões.

Significância e Alegações

O artigo afirma que sua principal significância reside em fechar o ciclo entre o planejamento informativo cooperativo de múltiplos UAVs e o roteamento do UGV consciente de exposição. Ao manter uma crença compartilhada que direciona tanto a seleção de caminho do veículo terrestre quanto as prioridades de detecção da equipe aérea, o sistema permite uma navegação mais segura em ambientes de grande escala e parcialmente observados.

Os autores enfatizam que sua abordagem vai além da exploração ou mapeamento genérico; o valor da detecção aérea é explicitamente definido pelo seu impacto esperado na segurança subsequente do UGV. Embora a avaliação atual assuma detecção idealizada e comunicação instantânea, os resultados demonstram que os próprios mecanismos de planejamento e coordenação são eficazes na redução da exposição e eliminação da redundância. O trabalho estabelece uma base para futuras validações de hardware e modelos de detecção mais realistas.