Klinik Özellikler

Uma possível instância para este domínio poderia ser composta por vinte pontos de interesse que devem ser fotogrados em (no máximo) 90 min, dois aeroportos onde os veículos poderiam reabastecer e quatro VAANTs, dois de asa fixa e dois helicópteros. Os VAANTs de asa fixa são heterogêneos entre si, ou seja, possuem velocidade e autonomia de voo distintas. Já os helicópteros são homogêneos. Um helicóptero e um avião já estão em voo, entretanto, o helicóptero possui pouca quantidade de combustível e, dependendo da distância que deve ser percorrida, pode ser necessário realizar um reabastecimento.

Para especificar a janela de tempo, poderia ser utilizado o recurso de eventos exógenos da PDDL2.2. Um predicado denominado (missaoAberta) poderia ser utilizado na pré-condição de cada ação, indicando que a ação pode ser executada apenas se esse predicado for verdadeiro. No arquivo de problema seria especificado o tempo no qual esse predicado deixaria de ser verdadeiro. Exemplo: (at 90 (not (missaoAberta))). Sendo assim, essa missão poderia durar no máximo noventa unidades de tempo (no caso dessa missão, 90 min).

3.3.3

Geração do plano

O especialista tem a sua disposição uma estação de solo contendo um mapa em duas dimensões da cidade. Neste mapa é exibida a posição atual de cada VAANT, além dos parâmetros de voo de cada veículo (posição, atitude, velocidade, quantidade e consumo de combustível, etc). Depois de definir quais são os pontos e os veículos disponíveis para o cumprimento da tarefa, o especialista solicita ao sistema a geração de um plano. Nesse momento, o planejador PDDL é acionado recebendo como parâmetros de entrada os arquivos que representam o domínio e a instância do problema a ser resolvida.

O plano produzido é a sequência de ações que deve ser seguida pelos veículos para que a missão proposta seja cumprida. Nessa sequência estará especificado

o que cada VAANT deverá executar. Consequentemente, a informação de quais VAANTs foram selecionados para a missão pelo planejador pode ser derivada dessa lista. É interessante notar que o planejador pode decidir utilizar apenas os dois VAANTs já em voo. Isso vai depender diretamente da métrica especificada no problema de planejamento. Caso seja a minimização do total de combustível gasto pelos veículos, então o planejador tentará encontrar uma sequência que utilize a menor quantidade de veículos ou tentará utilizar apenas os que consomem menos combustível. Caso o problema seja de minimização do tempo, então talvez seja mais interessante utilizar uma maior quantidade de veículos e terminar a missão o quanto antes. Todas essas questões possuem relação com a qualidade do plano gerado. Como explicado na seção 2.4.1, gerar um plano é um problema computacionalmente difícil e produzir um plano ótimo é um desafio ainda maior e sem solução em tempo aceitável. Portanto, a utilização de heurísticas é fundamental e, consequentemente, isso também influi diretamente na qualidade do plano gerado.

3.3.4

Considerações

Note que no cenário acima não foi citado como o veículo realizaria o caminho entre os pontos de interesse ou como a camêra e a aeronave seriam posicionadas para obter melhores fotos de uma determinada avenida. Como visto nas seções anteriores, isso não é papel da PDDL, já que ela realiza o planejamento simbólico. As tarefas mencionadas seriam designadas a planejadores especializados.

Planejadores especializados são frutos de pesquisas constantes na área de robótica aérea. Um exemplo são os algoritmos para a geração de trajetória que levam em consideração as restrições não-holonômicas do VAANT e possíveis obstáculos. Estes algoritmos são utilizados para encontrar uma sequência de pontos no espaço que, se seguida pelo veículo, o conduz de uma configuração inicial P_i para uma configuração final P_f. Cada configuração é a pose do robô no espaço, sendo esta composta pela posição x, y, z e a orientação θ do veículo. Exemplos podem ser encontrados em Alves Neto & Campos [2009a]; Alves Neto et al. [2010].

Por outro lado, mesmo com todos os avanços ocorridos na área de planeja- mento automático, principalmente no planejamento independente de domínio e de domínio configurável, ainda existem poucos trabalhos que aplicam os planejadores simbólicos dentro do planejamento de missões para robôs aéreos (nos moldes des- critos na seção 3.2). No caso específico da PDDL, não foram encontrados artigos que a tenham explorado para tal fim.

3.3. A PDDL no planejamento de uma missão 43

ser encontrada no projeto COMETS. O objetivo principal deste projeto é a integração de múltiplos VAANTs heterogêneos (helicópteros e dirigíveis) para cumprir missões de vigilância, monitoramento de incêndios, mapeamento e buscas [Ollero et al., 2004]. As pesquisas realizadas neste projeto geraram diversos artigos científicos e em um deles, [Gancet et al., 2005], foi explorado o planejamento simbólico. Nele é proposto uma arquitetura de planejamento e controle para múltiplos veículos aéreos heterogêneos. O tema central é a autonomia dos veículos. Os autores dividem os VAANTs em três categorias. Os que são controlados diretamente por uma pessoa. Os que possuem a autonomia operacional, ou seja, veículos que apenas seguem um plano recebido da estação de solo e não exibem capacidade de decisão autônoma e, por último, os veículos que possuem a autonomia decisional, ou seja, veículos que são dotados com a capacidade de gerar o próprio plano.

Existem cinco tipos de ações que podem ser executadas pelos veículos, são elas: decolar, pousar, deslocar, agir, esperar. A ação agir pode ser definida como a obtenção de fotos ou uma longa vigilância a ser realizada em um determinado local. Para a camada decisional (planejamento simbólico), foi selecionado o planejador SHOP2 e para o planejamento de trajetória utiliza-se um planejador especializado. A interface entre o planejador simbólico e o planejador especializado é realizado através de uma ação especial no SHOP2. Essa ação faz uma chamada externa a uma função que realiza os cálculos de trajetória e devolve para o planejador simbólico dados como a duração, custo e a lista de waypoints que conduz o veículo até o local desejado. A partir desses dados, o planejador simbólico continua o planejamento até encontrar o plano a ser seguido pelo veículo.

Capítulo 4

Metodologia

4.1

Introdução

Neste capítulo, será detalhada a metodologia que foi concebida para avaliar utiliza- ção da PDDL dentro do planejamento de missão para robôs aéreos.

A Seção 4.2, dedica-se a explicar alguns conceitos importantes da aviação que serão aplicados diretamente no desenvolvimento das missões e, consequentemente, na modelagem dos domínios PDDL. Entre esses conceitos estão as unidades de medida comumente utilizadas, as diferenças entre a velocidade indicada e a veloci- dade verdadeira de uma aeronave, as fases mais comuns em um voo e os cálculos utilizados para descobrir a distância e direção entre duas coordenadas geográficas.

A primeira missão desenvolvida é denominada de Missão de Navegação entre waypoints. Esta missão, descrita na Seção 4.4, modela a tarefa de deslocamento e explora alguns aspectos que são essenciais quando se deseja realizar um planeja- mento de missão. Os planos gerados em PDDL são executados em um simulador de voo. Com os dados coletados na simulação, utiliza-se a metodologia descrita na Seção 4.3 que permite medir a qualidade do plano gerado, comparando o planejado (em PDDL) com o realizado (no simulador). A partir dessa comparação, o modelo é refinado de maneira incremental até que se chegue a um domínio PDDL que, dentro das condições e limitações impostas, reflita, da melhor maneira possível, a realidade. Realizando esses passos, é possível avaliar o poder de expressividade da PDDL dentro do planejamento de missão, já que muito das características e dos cálculos envolvidos devem ser expressos na linguagem.

Já a segunda missão, detalhada na Seção 4.5, é denominade de Missão de combate a incêndios florestaise possui, além da ação de deslocamento desenvolvida na missão anterior, ações específicas para o combate a incêndios florestais. O objetivo é

avaliar a capacidade que a linguagem e os planejadores possuem de gerar planos temporais para múltiplos veículos. Neste caso, os planos não são executados no simulador e, por isso, a qualidade não é medida com a metodologia utilizada na primeira missão. Para esse caso, aplicam-se as métricas comumente utilizadas pela comunidade de planejamento da IA.

Para planos temporais, a qualidade do plano é geralmente medida utilizando a duração ou uma métrica específica. Se for a duração, então planos de menor duração são melhores, mesmo que, para isso, uma quantidade maior de ações devam ser executadas. Da mesma maneira, se uma métrica específica for utilizada, por exemplo, a quantidade de combustível consumida pelos veículos, então, planos que tenham uma duração maior são preferíveis se estes minimizam esta métrica.