Chapter 5: Sensor Tasking and Control

1. Chapter 5:Sensor Tasking and Control Riikka Asikainen

2. Riippuvuuksien etsintä Sensorien tehtävät etsittäessä tilan tai ajan yhteyttä ympäristön ominaisuuksiin vs. Tarkat arviot yksittäisten kohteiden paikasta ja asennosta

3. Riippuvuuksien etsintä Kohteiden yleisluontoinen käytös, kohteiden suhteet ja kohteiden muodostaman ryhmän käytös voi olla helpommin havaittavissa ja seurattavissa kuin yksittäisen kohteen tarkka käytös ja liike. =>Arvioimalla kerättävä tieto ja suoritettava tehtävä voidaan resurssit jakaa tehokkaasti

4. Esimerkki: Olenko piiritetty? • Havainnointistrategia: yhteydet ajoneuvojen joukossa selvittämättä ensin tarkkoja paikkoja • Piiritetty?: onko piirittäjien muodostaman alueen sisällä? • Jaetaan pienempiin osiin • Valitaan sensorit • Mahdollisimman varma tulos • Mahdollisimman vähän kyselyjä

5. Siirtyvä tietokeskittymä • Dynaaminen reititystapa • Tilatieto annetaan solmuille, jotka ovat lähempänä kiinnostavan tiedon havainnointipaikkaa • Solmu päivittää tilatiedon omilla mittauksillaan • Antaa tilatiedon seuraavalle, jonka olettaa voivan tarkentaa tulosta

6. Paikallisesti optimaali reititys • Kyselyn suuntaa ohjaavat yksittäisten solmujen päätökset • Valintakriteerejä • Valitaan solmu, joka parhaiten toteuttaa funktion tavoitteen • Valitaan solmu funktion gradientin suunnasta • Maantieteellisessä reitityksessä valitaan solmu lähinnä optimaalista asemaa. Optimaalinen asema perustetaan sen hetken tiedoille ja voi muuttua matkalla. • Valitaan gradientin suunnasta, mutta painotetaan optimaaliin päin

7. Paikallisesti optimaali reititys • Jotta paikallisten arvioiden teko olisi mahdollista, pitää kyselyyn liittää tieto tämänhetkisestä arviosta ja sen epävarmuudesta • Reititystapa on ”ahne” => reitti vain paikallisesti optimi • Kyselyn tulokset tarkentuvat kyselyn edetessä • Kun riittävä tarkkuus saavutettu, voidaan kysely terminoida • Tulokset lähetetään kyselyn tehneelle solmulle tai luetaan suoraan verkon solmuilta

8. Simulaatio • Sama algoritmi, lähtösolmu ja kohde • Muuttuja määrittää painotuksen informaation keruun ja kustannusten välillä

9. Simulaatio • Muuttujan painokerroin on 1, tarkoittaen maksimaalista informaation keräystä ja kustannusten huomiotta jättämistä

10. Simulaatio • Muuttujan painokerroin on 0,2

11. Simulaatio • Muuttujan painokerroin on 0, tarkoittaen ettei informaatiosta niin välitetä, kustannukset ovat tärkeimmät

12. Moniaskelinen tieto-ohjattu reititys • ”Ahne” reititys voi jumiutua • Kohde kulkee sensoriaukosta A:n ja B:n väliltä • A ja B jäävät pyörittämään johtajuutta ja tilatietoa • Kuvassa b kohde liikkuu edestakaisin

13. Moniaskelinen tieto-ohjattu reititys • Jumiutumisen välttämiseksi käytetään look-ahead strategiaa • Lisää valintamahdollisuuksia • Sensorien antama tieto on tila-riippuvaista => tieto joka voidaan tuoda lisää riippuu jo tiedetystä • Esimerkki • Tilatieto koko verkossa sama ja epämääräinen • Neljä sensoria

14. Moniaskelinen tieto-ohjattu reititys • Tieto kohteesta tarkentuu yhdistettäessä sensorien tiedot • A -> B -> C -> D

15. Moniaskelinen tieto-ohjattu reititys • Taulukosta nähdään sensorien antama informaatio • MSE ilmaise virhettä paikannuksessa

16. Look-ahead • Todella monia reittejä -> rajoitettava jotenkin • Rajoitetaan reitin etsintä pienelle alueelle verkkoa • Reiteissä saa olla M hyppäystä ja reitiltä pitää saada kerättyä madollisimman paljon tietoa • M riittävän iso verrattaessa sensoriaukkoihin • M ei liian iso, jotta laskennalliset kustannukset matalat • Verkosta kerätystä tiedosta apua M:n valintaan

17. Look-ahead • Kyselylle, jossa tulos halutaan toiselta solmulta, voidaan määrätä kustannukset etukäteen • Käytetään A* metodia, jossa lasketaan reitti kulujen mukaan • Reaaliaikaiseen reititykseen RTA* • Etsintä tietyllä alueella • Ei koko polkua etukäteen • Voidaan tehdä hajautetusti

18. Sensoriryhmien hallinta • Kun kohde on liikkuva, pitää tilatietoa kuljettaa kohteen mukaan -> dynaaminen hallinta • Kohdetta ei aistita kaukaa -> maantieteellisesti rajatut solmuryhmät • Esimerkki: • Sensorit seuraavat alueella olevaa kohdetta • Kohteen liikkuessa uusia sensoreita liittyy ryhmään ja osa entisistä tippuu ryhmästä • Tarvitaan kevyt protokolla, joka selviytyy hankalistakin tilanteista

19. Sensoriryhmien hallinta • Mahdollisia • Johtajapohjaisuus • Jokaisella ryhmällä johtaja joka tietää ryhmän sijainnin • Edistynyt reititys • Johtajan ei tarvitse tietää kaikkia ryhmän jäseniä täsmällisesti

20. Hajautettu ryhmän hallinta • Sensoriryhmä työskentelee vastuullaan kohteen tilatiedon luominen ja ylläpito • Ryhmä muodostetaan kun kohde aistitaan ensimmäisen kerran • Valitaan johtaja tai useampia johtajia • Valittu johtaja jakaa tilatiedon • Kohteen liikkuessa uusia solmuja liittyy ryhmään • Johtaja arvioi mitä solmuja ei tarvita ja tipauttaa ne pois • Tilatietoa päivitetään

21. Hajautettu ryhmän hallinta • Jos kaksi kohdetta liikkuu riittävän lähekkäin, sensoriryhmät sulautuvat yhteen • Toinen kohteista saatetaan pudottaa seurannasta • Kohteiden erotessa seuranta aloitetaan uudestaan • Kohteet voivat sekoittua • On mahdollista saada yhdistettyä kohde ja reitti

22. Sensing global phenomena • Kuinka aistia laaja ilmiö paikallisten mittausten avulla? • Sensori aistii vain osan kohteesta • Primal-dual muunnoksella voidaan selvittää kohteen muoto • Hyödynnettävyys: • Herätetään ne sensorit joita tarvitaan