Multi-robot sensor networks for thermosolar power plants

Zusammenfassung

Esta tesis, enmarcada dentro del proyecto OCONTSOLAR, aborda la gestión de una flota de robots heterogénea, compuesta tanto por robots aéreos como terrestres (UAVs y UGVs respectivamente por sus siglas en inglés), con el objetivo de obtener un mapa estimado de irradiación solar a lo largo y ancho de una planta termosolar. En la primera parte de esta tesis nos centramos en afrontar el problema de la asignación de tareas en sistemas multirobot (MRTA por sus siglas en inglés) en el contexto de una planta termosolar, que se caracteriza generalmente, además de por sus grandes dimensiones, por constituir un entorno estructurado con obstáculos conocidos. Para ello, se asume que una capa superior es capaz de generar tareas consistentes en ir a un determinado punto de la planta y tomar una medición, y que dichas tareas deberían ser asignadas a los robots sólo en función de su posición y diversas variables como su nivel de energía. También se asume la posible imposición de una penalización arbitraria a cada robot en función de si queremos utilizarlo más o menos, lo que tiene sentido si consideramos que las tareas pueden tener distintas urgencias y duraciones y queremos reservar los UAVs para misiones más relevantes y urgentes. Para resolver el MRTA atendiendo a un equilibrio entre la distancia recorrida por los robots (y por tanto la energía que gastan) y el tiempo necesario para realizar las tareas, se han desarrollado varios algoritmos. En primer lugar, un algoritmo de subastas donde se ha introducido un postor extra que puja por dejar las tareas sin asignar en función del tiempo que lleven en espera. Este nuevo postor se resiste inicialmente a dejar las tareas sin asignar a no ser que éstas ya lleven mucho tiempo en espera, y únicamente las libera pronto si hay un robot relativamente cercano a las mismas. Sin embargo, tratar de enfrentar los antes citados objetivos con estrategias de asignación instantánea resulta ser una estrategia muy limitada, y por eso proponemos unas variables discretas para describir la asignación extendida en el tiempo y desarrollamos un algoritmo de ramificación y poda y un algoritmo genético adaptados a dichas variables. En cualquier caso, el algoritmo de ramificación y poda sólo es viable ante problemas con poca cantidad de robots y tareas, y el algoritmo genético, aunque es capaz de abordar problemas algo más grandes dada su naturaleza metaheurística, tampoco resulta eficaz con problemas demasiado grandes. Con el objetivo de dividir estos grandes problemas en pequeños problemas en los que aplicar alguno de los algoritmos antes comentados, no atendiendo únicamente a la distancia entre robots y tareas, sino también a sus parámetros intrínsecos, proponemos un algoritmo basado en teoría de juegos cooperativos y más concretamente en el valor de Shapley. Este algoritmo se basa en estimar el valor de Shapley, tanto de los robots como de las tareas y luego crear coaliciones que tengan un valor de Shapley agregado equilibrado. Por último, para tratar con grandes problemas también se ha propuesto una serie de asunciones para convertirlo en un problema de programación lineal (LP por sus siglas en inglés). La ventaja de los problemas LP es que se pueden resolver de una forma mucho más rápida, por lo que se puede resolver iterativamente. Por este motivo, se ha aplicado a problemas dinámicos con tareas en movimiento utilizando una estrategia basada en el control predictivo con horizonte deslizante, es decir, recalculando el problema en cada tiempo de control y aplicando la primera de las asignaciones. En la segunda parte de esta tesis nos centramos en la estimación del mapa de irradiación solar. Para ello, partimos de la inferencia bayesiana, asumiendo que en cada punto de la planta termosolar tenemos una distribución de probabilidad de la irradiación y que esta distribución puede ser modificada por nuevas medidas cercanas. Además, se consideramos que la distribución tiene una tendencia natural a recuperar la forma de la distribución uniforme, es decir, total incertidumbre. De esta forma, aplicando un filtro que hace uso de dos parámetros que se pueden obtener de la distribución de probabilidad, en concreto del valor esperado y de la entropía de la información de Shannon, se puede obtener el mapa estimado de irradiación. Es más, a partir del valor esperado o de la entropía de Shannon, se pueden obtener distintas capas que representen el interés que tiene visitar cada punto de la planta desde el punto de vista de la irradiación que tenemos en un instante y de la certidumbre que tenemos a lo largo y ancho de la planta. Por lo tanto, superponiendo estas capas, y otras que podemos crear para modificar el resultado (como una capa que de más valor a los puntos por los que pueden aparecer nuevas sombras), y asignando un peso a cada una, podemos generar nuevas tareas para nuestra flota de robots. Por último, también con el objetivo de obtener una estimación distribuida de la irradiación solar, se propone una malla de pirheliómetros de bajo coste utilizando la técnica del krigeage espacio- temporal, ampliamente utilizada en la literatura en otras variables ambientales. Esta técnica hace uso de un variograma espacio-temporal para asignar distintos pesos a las medidas cercanas a un punto donde se quiere hacer una estimación. La principal contribución de este trabajo consiste en proponer un variograma espacio-temporal dinámico y anisotrópico en la dirección del viento. Bajo esta premisa, una medida en la dirección de la que proviene el viento es más relevante si fue tomada en un cierto momento, aunque este efecto se atenúa con el tiempo. El siguiente paso es unir los dos trabajos realizados en torno a la creación de un mapa estimado de irradiación, puesto que utilizando el krigeage espacio-temporal también podemos obtener un mapa de incertidumbre, y por tanto se puede emular la estrategia basada en capas para generar nuevas tareas.