Equitable Persistent Coverage of Non-Convex Environments with Graph-Based Planning

要約

この論文では、複雑な非凸環境をロボットのチームで永続的にカバーするという問題に取り組みます。
私たちは、環境のカバレッジ品質が時間の経過とともに低下し、すべてのポイントを常に再訪する必要があるシナリオを考慮します。
最初のステップとして、私たちのソリューションは、各ポイントの重要性によって重み付けされた各ロボットの作業量が等しい環境のパーティションを見つけます。
これは、パワーダイアグラムを使用し、パワーウェイトに関する証明された正しい分散制御則を通じて公平な分配を見つけることで実現されます。
他の既存の分割方法と比較して、私たちのソリューションは、非凸の障害物を含む連続的な環境の定式化を考慮しています。
2 番目のステップでは、各ロボットがスイープ状のパスを集めてそのパーティション全体をカバーするグラフを計算します。
各計画時に、グラフの頂点におけるカバレッジ エラーが、対応するエッジの重みとして割り当てられます。
次に、私たちのソリューションは、移動距離ごとのカバレッジ エラーに関して、グラフを介して最適なオープン カバレッジ パスを効率的に見つけることができます。
私たちの提案を裏付けるために、シミュレーションと実験結果が示されています。

要約(オリジナル)

In this paper we tackle the problem of persistently covering a complex non-convex environment with a team of robots. We consider scenarios where the coverage quality of the environment deteriorates with time, requiring to constantly revisit every point. As a first step, our solution finds a partition of the environment where the amount of work for each robot, weighted by the importance of each point, is equal. This is achieved using a power diagram and finding an equitable partition through a provably correct distributed control law on the power weights. Compared to other existing partitioning methods, our solution considers a continuous environment formulation with non-convex obstacles. In the second step, each robot computes a graph that gathers sweep-like paths and covers its entire partition. At each planning time, the coverage error at the graph vertices is assigned as weights of the corresponding edges. Then, our solution is capable of efficiently finding the optimal open coverage path through the graph with respect to the coverage error per distance traversed. Simulation and experimental results are presented to support our proposal.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google