要約
現在、ターゲット探索タスク、環境モニタリング、災害後の救助など、現実世界のいくつかのタスクでは、複数のロボット間の通信を維持するために適切な環境範囲が必要です。
本研究では、人間のオペレータと複数のロボットが存在する状況を検討し、各人間またはロボットが一定範囲の領域をカバーすると仮定します。
私たちは、彼らがカバーできるエリアを全体として最大化することを望んでいます。
そこで本論文では、エリアカバレッジを最大化するロボットの戦略的な位置を見つけるための、グラフベースのマルチロボットカバレッジ測位手法（GMC-Pos）を提案します。
私たちの新しいアプローチは、グラフ生成とノード選択という 2 つの主要モジュールで構成されています。
まず、グラフ生成では、重み付けされた接続グラフを使用して環境を表します。
次に、新しい一般化されたグラフベースの距離を提示し、それをグラフ次数とともに再帰的にノード選択の条件として利用します。
私たちのメソッドは、設定が異なる 3 つの環境にデプロイされています。
結果は、エリアカバー率に関してベンチマーク手法よりも 15.13% ～ 24.88% 優れていることを示しています。
要約(オリジナル)
Nowadays, several real-world tasks require adequate environment coverage for maintaining communication between multiple robots, for example, target search tasks, environmental monitoring, and post-disaster rescues. In this study, we look into a situation where there are a human operator and multiple robots, and we assume that each human or robot covers a certain range of areas. We want them to maximize their area of coverage collectively. Therefore, in this paper, we propose the Graph-Based Multi-Robot Coverage Positioning Method (GMC-Pos) to find strategic positions for robots that maximize the area coverage. Our novel approach consists of two main modules: graph generation and node selection. Firstly, graph generation represents the environment using a weighted connected graph. Then, we present a novel generalized graph-based distance and utilize it together with the graph degrees to be the conditions for node selection in a recursive manner. Our method is deployed in three environments with different settings. The results show that it outperforms the benchmark method by 15.13% to 24.88% regarding the area coverage percentage.
arxiv情報
| 著者 | Khattiya Pongsirijinda,Zhiqiang Cao,Muhammad Shalihan,Benny Kai Kiat Ng,Billy Pik Lik Lau,Chau Yuen,U-Xuan Tan |
| 発行日 | 2023-10-18 08:52:48+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google