SwarmPath: Drone Swarm Navigation through Cluttered Environments Leveraging Artificial Potential Field and Impedance Control

要約

マルチドローン システムの分野では、衝突のない軌道と効率的な経路計画を提供しながら、スタートからゴールまで動的環境をナビゲートすることが重要な課題です。
この問題を解決するために、人工電位場 (APF) とインピーダンス コントローラーの統合を含む新しい SwarmPath テクノロジーを提案します。
提案されたアプローチは、ドローンが環境に適応できる、衝突のないリーダーとフォロワーの動作に基づいたソリューションを提供します。
さらに、リーダーは仮想的ですが、ドローンは物理的なフォロワーであり、APF 経路計画アプローチを活用してターゲットまでの最小経路を見つけます。
同時に、ドローンは動的にインピーダンス リンクを調整し、障害物との仮想リンクを作成して障害物を回避できるようにします。
従来の APF と比較して、提案された SwarmPath システムは、スムーズな衝突回避を提供するだけでなく、ドローン接続の観点から安全性を確保しながら、総移動時間を 30% 短縮することで、エージェントが狭い通路を効率的に通過できるようにします。
最後に、この結果は、シミュレートされた環境と現実の環境との間の不一致が、ドローン軌道の平均絶対パーセント誤差 (APE) 6% を示していることも示しています。
これは、現実のシナリオにおける当社のソリューションの信頼性を強調しています。

要約(オリジナル)

In the area of multi-drone systems, navigating through dynamic environments from start to goal while providing collision-free trajectory and efficient path planning is a significant challenge. To solve this problem, we propose a novel SwarmPath technology that involves the integration of Artificial Potential Field (APF) with Impedance Controller. The proposed approach provides a solution based on collision free leader-follower behaviour where drones are able to adapt themselves to the environment. Moreover, the leader is virtual while drones are physical followers leveraging APF path planning approach to find the smallest possible path to the target. Simultaneously, the drones dynamically adjust impedance links, allowing themselves to create virtual links with obstacles to avoid them. As compared to conventional APF, the proposed SwarmPath system not only provides smooth collision-avoidance but also enable agents to efficiently pass through narrow passages by reducing the total travel time by 30% while ensuring safety in terms of drones connectivity. Lastly, the results also illustrate that the discrepancies between simulated and real environment, exhibit an average absolute percentage error (APE) of 6% of drone trajectories. This underscores the reliability of our solution in real-world scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google