Multi-Robot Connected Fermat Spiral Coverage

要約

我々は、コンピューター グラフィックス コミュニティの接続フェルマー スパイラル (CFS) を初めてマルチロボット調整に適応させる、マルチロボット カバレッジ パス プランニング (MCPP) のための新しいアルゴリズム フレームワークであるマルチロボット接続フェルマー スパイラル (MCFS) を紹介します。
MCFS は、複数のロボットをオーケストレーションして、任意の形状の障害物の周囲に輪郭を描くカバレッジ パスを生成することを独自に可能にします。これは、従来の方法には著しく欠けていた機能です。
私たちのフレームワークは、不規則な障害物が多いワークスペースのエリア カバレージを強化し、特にメイクスパンの観点からタスク パフォーマンスを最適化するだけでなく、ワークスペースを分解することなく滑らかなパスを生成することで、非ホロノミック ロボットにとって重要なパスの連続性と曲率の課題にも対処します。
MCFS は、等値線のグラフを構築し、MCPP を組み合わせ最適化問題に変換することで MCPP を解き、すべての頂点をカバーしながらメイクスパンを最小化することを目指します。
私たちの貢献には、スケーラブルで適応性のある MCPP 用の統合 CFS バージョンの開発、コスト削減とパスの連続性と滑らかさのための新しい最適化手法を使用してそれを MCPP に拡張すること、および広範な実験を通じて MCFS がメイクスパン、パスの曲率、カバレッジ率において既存の MCPP 手法よりも優れていることを実証することが含まれます。
、重複率。
私たちの研究は MCPP における重要な一歩を示し、複雑な環境におけるマルチロボット システムの機能を向上させるためのコンピュータ グラフィックスと自動計画原理の融合を示しています。
私たちのコードは https://github.com/reso1/MCFS で入手できます。

要約(オリジナル)

We introduce the Multi-Robot Connected Fermat Spiral (MCFS), a novel algorithmic framework for Multi-Robot Coverage Path Planning (MCPP) that adapts Connected Fermat Spiral (CFS) from the computer graphics community to multi-robot coordination for the first time. MCFS uniquely enables the orchestration of multiple robots to generate coverage paths that contour around arbitrarily shaped obstacles, a feature that is notably lacking in traditional methods. Our framework not only enhances area coverage and optimizes task performance, particularly in terms of makespan, for workspaces rich in irregular obstacles but also addresses the challenges of path continuity and curvature critical for non-holonomic robots by generating smooth paths without decomposing the workspace. MCFS solves MCPP by constructing a graph of isolines and transforming MCPP into a combinatorial optimization problem, aiming to minimize the makespan while covering all vertices. Our contributions include developing a unified CFS version for scalable and adaptable MCPP, extending it to MCPP with novel optimization techniques for cost reduction and path continuity and smoothness, and demonstrating through extensive experiments that MCFS outperforms existing MCPP methods in makespan, path curvature, coverage ratio, and overlapping ratio. Our research marks a significant step in MCPP, showcasing the fusion of computer graphics and automated planning principles to advance the capabilities of multi-robot systems in complex environments. Our code is available at https://github.com/reso1/MCFS.

arxiv情報

著者 Jingtao Tang,Hang Ma
発行日 2024-03-20 05:23:24+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.MA, cs.RO パーマリンク