AG-CVG: Coverage Planning with a Mobile Recharging UGV and an Energy-Constrained UAV

要約

この論文では、エネルギー制約のある無人航空機 (UAV) と無人地上車両 (UGV) のチームのためのカバレッジ パス計画のアプローチを紹介します。
UAV と UGV の両方には、カバーする必要がある事前定義されたエリアがあります。
目標は、カバレッジ時間を最小限に抑えながら、両方のロボットによって完全なカバレッジを実行することです。
UGV はモバイル充電ステーションとしても機能します。
UAV と UGV は、充電のために時々ランデブーする必要があります。
我々は、この NP-Hard 計画問題に対処するためのヒューリスティックな方法を提案します。
私たちのアプローチでは、最初にエネルギー制約を考慮せずにカバレッジ パスを決定します。
その後、これらのパスのセグメントをクラスター化し、グラフ マッチングを使用して UAV クラスターを UGV クラスターに割り当て、効率的な再充電管理を実現します。
実際のカバレッジ アプリケーションに対して数値解析を実行し、貪欲なアプローチと比較して、この方法がランデブー オーバーヘッドを平均 11.33% 削減できることを示しました。
私たちは、VOXL m500 ドローンと Clearpath Jackal 地上車両のチームとともに概念実証を行い、オフライン アルゴリズムから現場実行までの完全なシステムを提供します。

要約(オリジナル)

In this paper, we present an approach for coverage path planning for a team of an energy-constrained Unmanned Aerial Vehicle (UAV) and an Unmanned Ground Vehicle (UGV). Both the UAV and the UGV have predefined areas that they have to cover. The goal is to perform complete coverage by both robots while minimizing the coverage time. The UGV can also serve as a mobile recharging station. The UAV and UGV need to occasionally rendezvous for recharging. We propose a heuristic method to address this NP-Hard planning problem. Our approach involves initially determining coverage paths without factoring in energy constraints. Subsequently, we cluster segments of these paths and employ graph matching to assign UAV clusters to UGV clusters for efficient recharging management. We perform numerical analysis on real-world coverage applications and show that compared with a greedy approach our method reduces rendezvous overhead on average by 11.33%. We demonstrate proof-of-concept with a team of a VOXL m500 drone and a Clearpath Jackal ground vehicle, providing a complete system from the offline algorithm to the field execution.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google