Highly Efficient Observation Process based on FFT Filtering for Robot Swarm Collaborative Navigation in Unknown Environments

要約

外部位置決めを行わずに、複雑で未知の環境におけるロボット群の共同経路計画を行うことは、困難な問題です。
そのためには、ロボットがリアルタイムの環境観察に基づいて安全な方向を見つけ、これらの観察を群れ内で効率的に転送して融合する必要があります。
この研究では、これら 2 つの問題に対処するために、高速フーリエ変換 (FFT) に基づくフィルタリング方法を紹介します。
私たちはセンサーによる環境観測をデジタルサンプリングプロセスとして扱います。
次に、安全な方向の抽出と環境データの圧縮と再構築のために、2 つの異なるタイプのフィルターを設計します。
再構成されたデータは確率領域にマッピングされ、群の観察と計画の決定を効率的に融合します。
計算時間はわずかマイクロ秒程度で、通信システムの送信データはビットレベルです。
センサー データ処理におけるアルゴリズムのパフォーマンスは実世界の実験で検証され、群経路の最適化における有効性は広範なシミュレーションを通じて実証されました。

要約(オリジナル)

Collaborative path planning for robot swarms in complex, unknown environments without external positioning is a challenging problem. This requires robots to find safe directions based on real-time environmental observations, and to efficiently transfer and fuse these observations within the swarm. This study presents a filtering method based on Fast Fourier Transform (FFT) to address these two issues. We treat sensors’ environmental observations as a digital sampling process. Then, we design two different types of filters for safe direction extraction, as well as for the compression and reconstruction of environmental data. The reconstructed data is mapped to probabilistic domain, achieving efficient fusion of swarm observations and planning decision. The computation time is only on the order of microseconds, and the transmission data in communication systems is in bit-level. The performance of our algorithm in sensor data processing was validated in real world experiments, and the effectiveness in swarm path optimization was demonstrated through extensive simulations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google