Search

The objective of coverage control is to deploy and distribute a network of sensors to carry out a sensing task in a certain domain. To do so there are known continuous and periodic computational solutions that can fulfill this task but the application in reality will be highly costly, in energy terms, as the agents will be communicating at each time-step with the network to know the locations of the neighbors and move accordingly. A self-triggered approach is then needed. This last one proposes a mechanism that decides autonomously when to request a communication update, based on the uncertainty that appears at the times there is no communication and a geometry concept called Voronoi Tesselations. When the agent cannot assure the convergence because the uncertainty is really large, the communication is triggered and the cycle starts again. In this work, the implementation of two different approaches of self-triggered algo- rithms is presented. The objective is to compare both performances parameters and number of communications between agents to establish which one is more efficient for our task. The results obtained show the correct implementation of both algorithm as well as the improvement in energy consumption terms of the newer algorithm., El objetivo del coverage control es desplegar y distribuir una red de sensores para realizar una tarea de detección en un determinado dominio. Para ello se conocen soluciones computacionales continuas y periódicas que pueden cumplir esta tarea, pero la aplicación en la realidad será muy costosa, en términos energéticos, puesto que los agentes se irán comunicando a cada paso temporal con la red para conocer las ubicaciones de los vecinos y moverse en consecuencia. Se necesita entonces un enfoque self-triggered. Éste propone un mecanismo que decide de forma autónoma cuando solicitar una actualización de la comunicación en función de la incertidumbre que aparece en los momentos en que no hay comunicación, y un concepto geométrico llamado Tesselaciones de Voronoi. Cuando el agente no puede asegurar la convergencia porque la incertidumbre es realmente grande, la comunicación se activa y el ciclo vuelve a empezar. En este trabajo, se presenta la implementación de dos enfoques distintos de algoritmos self-triggered. El objetivo es comparar tanto los parámetros de rendimiento como el número de comunicaciones entre agentes para establecer cuál es más eficiente para nuestra labor. Los resultados obtenidos muestran la correcta implementación de ambos algoritmos así como la mejora en términos de consumo de energía del nuevo algoritmo., L'objectiu del coverage control és desplegar i distribuir una xarxa de sensors per dur a terme una tasca de detecció en un determinat domini. Per fer-ho es coneixen solucions computacionals contínues i periòdiques que poden complir aquesta tasca, però l'aplicació en la realitat serà molt costosa, en termes energètics, ja que els agents s'aniran comunicant a cada pas temporal amb la xarxa per conèixer les ubicacions dels veïns i moure's en conseqüència. Es necessita llavors un enfoc self-triggered. Aquest proposa un mecanisme que decideix de manera autònoma quan sol·licitar una actualització de la comunicació en funció de la incertesa que apareix en els moments en què no hi ha comunicació, i un concepte geomètric anomenat Tessel·lacions de Voronoi. Quan l'agent no pot assegurar la convergència perquè la incertesa és realment gran, la comunicació s'activa i el cicle torna a començar. En aquest treball, es presenta la implementació de dos enfocs diferents d'algorismes self-triggered. L'objectiu és comparar tant els paràmetres de rendiment com el nombre de comunicacions entre agents per establir quin és més eficient per la nostra tasca. Els resultats obtinguts mostren la correcta implementació d'ambdós algorismes així com la millora en termes de consum d'energia del nou algorisme.