要約
我々は、複数の同種の移動ロボットを使用して大規模で複雑な未知の作業空間をカバーする、オンライン集中型経路計画アルゴリズムを提案します。
私たちのアルゴリズムはホライズンベース、同期、オンデマンドです。
最近提案されたホライズンベースの同期アルゴリズムは、各ホライズン内のすべてのロボットの経路を計算するため、多数のロボットが配置された大規模なワークスペースでは計算負荷が大幅に増加します。
解決策として、以前に計算されたパスを完全に通過したロボットのサブセットのパスを (つまりオンデマンドで) 計算し、残りのパスを他のロボットに再利用するアルゴリズムを提案します。
このアルゴリズムが未知のワークスペースを完全にカバーすることを保証することを正式に証明します。
いくつかの標準的なベンチマーク ワークスペースでの実験結果は、当社のアルゴリズムが大規模で複雑なワークスペース内の数百台のロボットに拡張でき、完全なカバレッジを達成するのに必要な時間の点で最先端のオンライン集中型マルチロボット カバレッジ パス プランニング アルゴリズムを常に上回っていることを示しています。
。
検証のために、それぞれ 10 台の Quadcopters と 10 台の TurtleBot を備えた 5 つの 2D グリッド ベンチマーク ワークスペースで ROS+Gazebo シミュレーションを実行します。
また、実際の実現可能性を実証するために、2 台の実際の TurtleBot2 ロボットを使用した屋内実験を 1 回、および 3 台の実際のクアッドコプターを使用した屋外実験を 1 回実施しました。
要約(オリジナル)
We present an online centralized path planning algorithm to cover a large, complex, unknown workspace with multiple homogeneous mobile robots. Our algorithm is horizon-based, synchronous, and on-demand. The recently proposed horizon-based synchronous algorithms compute all the robots’ paths in each horizon, significantly increasing the computation burden in large workspaces with many robots. As a remedy, we propose an algorithm that computes the paths for a subset of robots that have traversed previously computed paths entirely (thus on-demand) and reuses the remaining paths for the other robots. We formally prove that the algorithm guarantees complete coverage of the unknown workspace. Experimental results on several standard benchmark workspaces show that our algorithm scales to hundreds of robots in large complex workspaces and consistently beats a state-of-the-art online centralized multi-robot coverage path planning algorithm in terms of the time needed to achieve complete coverage. For its validation, we perform ROS+Gazebo simulations in five 2D grid benchmark workspaces with 10 Quadcopters and 10 TurtleBots, respectively. Also, to demonstrate its practical feasibility, we conduct one indoor experiment with two real TurtleBot2 robots and one outdoor experiment with three real Quadcopters.
arxiv情報
| 著者 | Ratijit Mitra,Indranil Saha |
| 発行日 | 2023-10-05 10:02:31+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google