Balanced Line Coverage in Large-scale Urban Scene

要約

ラインカバレッジとは、近年注目されているロボットによる1Dセグメントとしてモデル化されたリニアインフラをカバーすることです。
都市化の進行に伴い、都市の面積とインフラストラクチャの密度が増加し続け、2 つの問題が生じます。 (1) エネルギーの制約により、同種のロボット チームが大規模なリニア インフラストラクチャをカバーすることは困難です。
1つのデポから;
(2) 大規模な都市シーンでは、ロボットの経路の不均衡により、マルチロボット システムの時間コストが大幅に延長されます。これは、小規模なシーンよりも深刻です。
これらの問題に対処するために、複数のチームで構成される異種マルチロボット アプローチを提案します。各チームには、1 つの輸送ロボット (TRob) と複数のカバレッジ ロボット (CRob) が含まれます。
最初に、道路ネットワークをいくつかの同様のサイズのサブグラフに分割するためにバランス グラフ分割 (BGP) アルゴリズムが提案され、次に TRob がサブグラフ領域に CRob のグループを迅速に配信します。
次に、サブグラフから各 CRob の同様の長さのツアーを抽出するために、バランス ulusoy パーティショニング (BUP) アルゴリズムが提案されます。
豊富な実験は、この論文で収集されたさまざまな規模の 7 つの道路ネットワークで行われます。
私たちの方法は、システム全体の時間コストをさらに最小限に抑えるために、総ツアー長のわずかな増加を犠牲にして、90％のロボット利用率と最高の最大ツアー長を達成します。
ソース コードと道路網は、https://github.com/suhangsong/BLC-LargeScale で入手できます。

要約(オリジナル)

Line coverage is to cover linear infrastructure modeled as 1D segments by robots, which received attention in recent years. With the increasing urbanization, the area of the city and the density of infrastructure continues to increase, which brings two issues: (1) Due to the energy constraint, it is hard for the homogeneous robot team to cover the large-scale linear infrastructure starting from one depot; (2) In the large urban scene, the imbalance of robots’ path greatly extends the time cost of the multi-robot system, which is more serious than that in smaller-size scenes. To address these issues, we propose a heterogeneous multi-robot approach consisting of several teams, each of which contains one transportation robot (TRob) and several coverage robots (CRobs). Firstly, a balanced graph partitioning (BGP) algorithm is proposed to divide the road network into several similar-size sub-graphs, and then the TRob delivers a group of CRobs to the subgraph region quickly. Secondly, a balanced ulusoy partitioning (BUP) algorithm is proposed to extract similar-length tours for each CRob from the sub-graph. Abundant experiments are conducted on seven road networks ranging in scales that are collected in this paper. Our method achieves robot utilization of 90% and the best maximal tour length at the cost of a small increase in total tour length, which further minimizes the time cost of the whole system. The source code and the road networks are available at https://github.com/suhangsong/BLC-LargeScale.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google