Abstract
Autonome systemen hebben de afgelopen jaren veel aandacht gekregen van de academische wereld en de industrie. De vele toepassingen in industriële domeinen gaande van productie, mijnbouw en bewaking, maken de studie naar autonome systemen interessant met veel valorisatiepotentieel. De kosten van deze autonome systemen zijn momenteel extreem hoog omdat dure computingplatformen en sensorsuites worden gebruikt voor het noodzakelijke niveau van veiligheid en autonomie te bereiken. Met behulp van de metingen van verschillende sensoren wordt een omgevingsrepresentatie gecreëerd om navigatiebeslissingen te nemen. Hoewel de representatie de complexiteit bepaalt van het gedrag dat kan worden bereikt, is het detail dat in deze representatie wordt opgeslagen afhankelijk van de beschikbare resources en sensorgegevens. Het doel van dit project is om een autonome agent in staat te stellen de optimale heterogene set sensoren te selecteren om een representatie te creëren van de juiste complexiteit voor de huidige situatie. Resource awareness speelt een belangrijke rol in ons onderzoek om de computationele belasting van autonome voertuigen te verminderen, wat betekent dat er minder dure computerplatforms kunnen worden gebruikt. Bovendien zal een grotere betrouwbaarheid en nauwkeurigheid in perceptie de autonomie van deze systemen sterk verbeteren. Goedkopere autonome systemen die efficiënt zijn in het gebruik van resources zal het gebruik van autonome systemen doen stijgen.
Onderzoeker(s)
Onderzoeksgroep(en)
Project type(s)