MPCOM: Robotic Data Gathering with Radio Mapping and Model Predictive Communication

要約

ロボット データ収集 (RDG) は、ロボットを操作してリモート センサーからデータを収集する新しいパラダイムです。
しかし、このパラダイムにおける動作計画は、ナビゲーション効率ではなく RDG 効率を最大化する必要があり、既存の動作計画方法では単に動作要素に従ってロボットの軌道を計画するため、非効率的になります。
この論文では、動的環境における形状認識衝突回避と通信認識軌道生成のために、グリッドと無線マップの両方を使用してロボットをナビゲートする無線マップ誘導モデル予測通信 (MPCOM) を提案します。
提案された MPCOM は、目標の達成、衝突の回避、通信の改善に費やす時間をトレードオフすることができます。
MPCOM は、無線マップを使用して高次の信号伝播特性を捕捉し、マップに基づく通信正則化機能を動作計画ブロックに組み込みます。
IRSIM および CARLA シミュレータでの実験では、提案された MPCOM が LOS と NLOS の両方のケースで他のベンチマークよりも優れていることが示されています。
屋内環境における MPCOM の有効性を実証するために、車のようなロボットに基づいた現実世界のテストも提供されます。

要約(オリジナル)

Robotic data gathering (RDG) is an emerging paradigm that navigates a robot to harvest data from remote sensors. However, motion planning in this paradigm needs to maximize the RDG efficiency instead of the navigation efficiency, for which the existing motion planning methods become inefficient, as they plan robot trajectories merely according to motion factors. This paper proposes radio map guided model predictive communication (MPCOM), which navigates the robot with both grid and radio maps for shape-aware collision avoidance and communication-aware trajectory generation in a dynamic environment. The proposed MPCOM is able to trade off the time spent on reaching goal, avoiding collision, and improving communication. MPCOM captures high-order signal propagation characteristics using radio maps and incorporates the map-guided communication regularizer to the motion planning block. Experiments in IRSIM and CARLA simulators show that the proposed MPCOM outperforms other benchmarks in both LOS and NLOS cases. Real-world testing based on car-like robots is also provided to demonstrate the effectiveness of MPCOM in indoor environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google