要約
最近、集中化された後退地平線のオンライン マルチロボット カバレッジ パス プランニング アルゴリズムは、多くのロボットを使用して大規模で複雑な未知のワークスペースを徹底的に探索する際に、顕著な拡張性を示しました。
ホライズンでは、パス計画とパス実行が交互に行われます。つまり、パスのないロボットに対してパス計画が行われるとき、未解決のパスを持つロボットは実行されず、その後、新しいパスや未解決のパスを持つロボットがそれぞれの目標に到達するために実行されます。
、まだ新しい経路を取得していないロボットに対しては経路計画が行われないため、ロボットと計算リソースの両方が浪費されます。
解決策として、ホライズンベースではない集中型アルゴリズムを提案します。
経路のないロボットのサブセット、つまり以前に割り当てられた目標を達成したロボットの経路をいつでも計画し、残りのロボットは未解決の経路を実行するため、計画と実行を同時に行うことができます。
提案されたアルゴリズムが未知のワークスペースを確実に完全にカバーすることを正式に証明し、その時間計算量を分析します。
スケーラビリティを実証するために、最大 512 台の空中ロボットと地上ロボットを備えた 8 つの大規模な $2$D グリッド ベンチマーク ワークスペースをカバーするアルゴリズムを評価しました。
最先端のホライズンベースのアルゴリズムと比較すると、最大 1.6 倍の高速化でカバレッジを完了する際の優位性がわかります。
検証のために、それぞれ 10 台のクアッドコプターと TurtleBot を備えた 6 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、3 台のクアッドコプターを使用した屋外実験 1 つと、2 台の TurtleBot を使用した屋内実験 1 つを成功裏に実施しました。
要約(オリジナル)
Recently, centralized receding horizon online multi-robot coverage path planning algorithms have shown remarkable scalability in thoroughly exploring large, complex, unknown workspaces with many robots. In a horizon, the path planning and the path execution interleave, meaning when the path planning occurs for robots with no paths, the robots with outstanding paths do not execute, and subsequently, when the robots with new or outstanding paths execute to reach respective goals, path planning does not occur for those robots yet to get new paths, leading to wastage of both the robotic and the computation resources. As a remedy, we propose a centralized algorithm that is not horizon-based. It plans paths at any time for a subset of robots with no paths, i.e., who have reached their previously assigned goals, while the rest execute their outstanding paths, thereby enabling concurrent planning and execution. We formally prove that the proposed algorithm ensures complete coverage of an unknown workspace and analyze its time complexity. To demonstrate scalability, we evaluate our algorithm to cover eight large $2$D grid benchmark workspaces with up to 512 aerial and ground robots, respectively. A comparison with a state-of-the-art horizon-based algorithm shows its superiority in completing the coverage with up to 1.6x speedup. For validation, we perform ROS + Gazebo simulations in six 2D grid benchmark workspaces with 10 quadcopters and TurtleBots, respectively. We also successfully conducted one outdoor experiment with three quadcopters and one indoor with two TurtleBots.
arxiv情報
| 著者 | Ratijit Mitra,Indranil Saha |
| 発行日 | 2024-03-15 16:51:30+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google