Multi-Robot Rendezvous in Unknown Environment with Limited Communication

要約

ランデブーは、すべてのロボットを特定の場所に集めることを目的としており、マルチロボットシステムにとって重要な協調行動である。しかし、未知の環境ではランデブーの達成は困難である。これまでの研究では、通信が許可されず、各ロボットがランダムな探索戦略を実行する特殊なシナリオに主に焦点が当てられており、特に大規模環境では非常に時間がかかる。本研究では、通信が可能な未知の環境におけるランデブーに焦点を当てる。このタスクは、相対姿勢（RP）推定を用いたランデブーに基づく環境探索と、ランデブーポイント選択の2つのステップに分けられる。ランデブーのための分割された不完全な探索（PIER）と呼ばれる新しい戦略は、未知の環境を効率的に探索するために提案され、軽量なトポロジカルマップが構築され、非常に少ない通信でRP推定のためにロボット間で共有される。次に、マルチロボットシステムの効率的なランデブーのために、マージされたトポロジカルマップに基づくランデブーポイント選択アルゴリズムを提案する。提案手法の有効性をシミュレーションと実環境実験の両方で検証する。

要約(オリジナル)

Rendezvous aims at gathering all robots at a specific location, which is an important collaborative behavior for multi-robot systems. However, in an unknown environment, it is challenging to achieve rendezvous. Previous researches mainly focus on special scenarios where communication is not allowed and each robot executes a random searching strategy, which is highly time-consuming, especially in large-scale environments. In this work, we focus on rendezvous in unknown environments where communication is available. We divide this task into two steps: rendezvous based environment exploration with relative pose (RP) estimation and rendezvous point selection. A new strategy called partitioned and incomplete exploration for rendezvous (PIER) is proposed to efficiently explore the unknown environment, where lightweight topological maps are constructed and shared among robots for RP estimation with very few communications. Then, a rendezvous point selection algorithm based on the merged topological map is proposed for efficient rendezvous for multi-robot systems. The effectiveness of the proposed methods is validated in both simulations and real-world experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL