Occupation-aware planning method for robotic monitoring missions in dynamic environments

要約

この論文では、移動障害物の存在下でのロボット監視ミッションの方法を紹介します。
シナリオ マップは既知ですが、ロボットには監視ミッション中の動的障害物の動きに関する情報が不足しています。
近年、非常に動的な環境をナビゲートするために、数多くのローカル プランナーが開発されています。
ただし、これらの環境に対するグローバル プランナーがいないと、衝突が避けられなかったり、人口密集地域でのミッション (今回の場合のシナリオ監視など) を正常に完了できなくなったりする可能性があります。
この研究では、このような困難な状況でのロボットの配備を強化することを目的としたグローバル プランナー $MADA$ (Monitoring Avoiding Dynamic Areas) の開発と評価に取り組みます。
ロボットは、提案された 2 段階のアプローチを使用してミッションを計画し、実行します。
最初のステップでは、環境の分布と推定される監視コストに基づいて観測目標を選択します。
2 番目のステップでは、ロボットは移動障害物のあるエリアを特定し、その占有に基づいて密集して占有されている動的領域を回避する経路を取得します。
シミュレーションと実際の実験に基づいた定量的および定性的な結果により、提案された方法により、ロボットが密集した動的領域を回避しながら、環境の大部分を効果的に監視できることが確認されました。

要約(オリジナル)

This paper presents a method for robotic monitoring missions in the presence of moving obstacles. Although the scenario map is known, the robot lacks information about the movement of dynamic obstacles during the monitoring mission. Numerous local planners have been developed in recent years for navigating highly dynamic environments. However, the absence of a global planner for these environments can result in unavoidable collisions or the inability to successfully complete missions in densely populated areas, such as a scenario monitoring in our case. This work addresses the development and evaluation of a global planner, $MADA$ (Monitoring Avoiding Dynamic Areas), aimed at enhancing the deployment of robots in such challenging conditions. The robot plans and executes the mission using the proposed two-step approach. The first step involves selecting the observation goal based on the environment’s distribution and estimated monitoring costs. In the second step, the robot identifies areas with moving obstacles and obtains paths avoiding densely occupied dynamic regions based on their occupation. Quantitative and qualitative results based on simulations and on real-world experimentation, confirm that the proposed method allows the robot to effectively monitor most of the environment while avoiding densely occupied dynamic areas.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google