M-SET: Multi-Drone Swarm Intelligence Experimentation with Collision Avoidance Realism

要約

協調的なドローン群による分散センシングは、交通監視や災害対応など、いくつかのスマートシティ アプリケーションにとって重要です。
屋内ラボと安価なドローンを使用するテストベッドは、低コスト、厳密さ、外部妥当性を維持しながら、これらのシステムに関する複雑で野心的な研究をサポートします。
このペーパーでは、群知能による分散センシングのプロトタイプを作成、開発、テスト、評価するために設計された新しいプラットフォームであるマルチドローン センシング実験テストベッド (M-SET) を紹介します。
M-SET は、衝突をエミュレートできないため、屋外環境での現実性に欠ける既存のテストベッドの制限に対処します。
M-SET は、ポテンシャル フィールド アルゴリズムに基づく衝突回避方法を統合することで、衝突のないナビゲーションとセンシングを保証し、マルチエージェントの集合学習アルゴリズムによってさらに最適化されます。
広範な評価により、正確なエネルギー消費量の推定と衝突のリスクが低いことが実証され、堅牢な概念実証が実現します。
新しい洞察は、M-SET が最小限のコスト、シンプルさ、高いセンシング品質で野心的な研究をサポートする大きな可能性を秘めていることを示しています。

要約(オリジナル)

Distributed sensing by cooperative drone swarms is crucial for several Smart City applications, such as traffic monitoring and disaster response. Using an indoor lab with inexpensive drones, a testbed supports complex and ambitious studies on these systems while maintaining low cost, rigor, and external validity. This paper introduces the Multi-drone Sensing Experimentation Testbed (M-SET), a novel platform designed to prototype, develop, test, and evaluate distributed sensing with swarm intelligence. M-SET addresses the limitations of existing testbeds that fail to emulate collisions, thus lacking realism in outdoor environments. By integrating a collision avoidance method based on a potential field algorithm, M-SET ensures collision-free navigation and sensing, further optimized via a multi-agent collective learning algorithm. Extensive evaluation demonstrates accurate energy consumption estimation and a low risk of collisions, providing a robust proof-of-concept. New insights show that M-SET has significant potential to support ambitious research with minimal cost, simplicity, and high sensing quality.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google