Frontier Shepherding: A Bio-Mimetic Multi-robot Framework for Large-Scale Exploration

要約

大規模な環境を効率的に探索することは、環境監視から捜索救助活動に至るまで、ロボット工学における重要な課題のままです。
この記事では、大規模探査のための生体模倣マルチロボット フレームワーク \textit{Frontier Shepherding (FroShe)} を提案します。
提示された生物にインスピレーションを得たフレームワークは、牧羊犬の牧羊行動に似たフロンティア探索をヒューリスティックにモデル化します。
これは、羊飼いの犬としてモデル化されたロボットに反応する羊の群れとしてフロンティアをモデル化することで実現されます。
このフレームワークは、さまざまな環境のサイズや障害物の密度に対して堅牢であり、複数のエージェントにわたって簡単に導入できます。
シミュレーション結果は、シミュレーション環境のさまざまなサイズや障害物の密度に関係なく、提案された方法が一貫して実行されたことを示しています。
エージェントの数が増えると、提案された方法は他の最先端の探査方法よりも優れたパフォーマンスを発揮し、次善のアプローチ ($3$ の UAV の場合) で平均 $20\%$ の改善が見られます。
提案された手法は、現実世界の森林のような環境における単一およびデュアルのドローン シナリオで実装およびテストされました。

要約(オリジナル)

Efficient exploration of large-scale environments remains a critical challenge in robotics, with applications ranging from environmental monitoring to search and rescue operations. This article proposes a bio-mimetic multi-robot framework, \textit{Frontier Shepherding (FroShe)}, for large-scale exploration. The presented bio-inspired framework heuristically models frontier exploration similar to the shepherding behavior of herding dogs. This is achieved by modeling frontiers as a sheep swarm reacting to robots modeled as shepherding dogs. The framework is robust across varying environment sizes and obstacle densities and can be easily deployed across multiple agents. Simulation results showcase that the proposed method consistently performed irrespective of the simulated environment’s varying sizes and obstacle densities. With the increase in the number of agents, the proposed method outperforms other state-of-the-art exploration methods, with an average improvement of $20\%$ with the next-best approach(for $3$ UAVs). The proposed technique was implemented and tested in a single and dual drone scenario in a real-world forest-like environment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google