Near-Optimal Coverage Path Planning with Turn Costs

要約

通信範囲の経路計画はロボット工学における基本的な課題であり、航空監視、製造、清掃、検査、農業などのさまざまな用途に使用されます。
主な目的は、時間やエネルギーの消費を最小限に抑えながら、特定のエリアを効率的にカバーするエージェントの軌道を考案することです。
既存の実践的なアプローチは、多くの場合、強固な理論的基盤を欠いており、純粋にヒューリスティックな手法に依存しているか、問題をグリッド グラフの単純な巡回セールスマン問題に過度に抽象化しています。
さらに、考慮されるコスト関数では、ターン コスト、不均一なカバー需要に対する賞品収集のバリエーション、または任意の幾何学的領域が考慮されることはほとんどありません。
この論文では、複雑な多角形の環境から派生した任意のメッシュを処理するための一連の体系的な方法について説明します。
この適応により、現実世界のロボット アプリケーションのための堅牢な理論的基盤を備えた効率的なカバレッジ パスを計算する道が開かれます。
包括的な評価を通じて、このアルゴリズムが複雑な環境を効率的に処理しながら、最適性ギャップが低いことも実証しました。
さらに、部分的なカバレッジの処理と異種の通行コストへの対応における多用途性を示し、カバレッジの品質と時間効率をトレードオフする柔軟性を提供します。

要約(オリジナル)

Coverage path planning is a fundamental challenge in robotics, with diverse applications in aerial surveillance, manufacturing, cleaning, inspection, agriculture, and more. The main objective is to devise a trajectory for an agent that efficiently covers a given area, while minimizing time or energy consumption. Existing practical approaches often lack a solid theoretical foundation, relying on purely heuristic methods, or overly abstracting the problem to a simple Traveling Salesman Problem in Grid Graphs. Moreover, the considered cost functions only rarely consider turn cost, prize-collecting variants for uneven cover demand, or arbitrary geometric regions. In this paper, we describe an array of systematic methods for handling arbitrary meshes derived from intricate, polygonal environments. This adaptation paves the way to compute efficient coverage paths with a robust theoretical foundation for real-world robotic applications. Through comprehensive evaluations, we demonstrate that the algorithm also exhibits low optimality gaps, while efficiently handling complex environments. Furthermore, we showcase its versatility in handling partial coverage and accommodating heterogeneous passage costs, offering the flexibility to trade off coverage quality and time efficiency.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google