要約
産業現場のパトロールのための無人地上車両 (UGV) の利用は大幅に拡大しています。
これらの UGV には通常、コンピューター ビジョンなどの認識システムが装備されていますが、センサーの制限やサイト トポロジにより範囲が制限されます。
UGV の高度な制御には、関連するすべてのウェイポイントをナビゲートし、次のサイクルを即座に開始するカバレッジ パス プランニング (CPP) アルゴリズムが必要です。
この論文では、最大のカバレッジエリアのウェイポイントを提案する貪欲なヒューリスティックアプローチと、提案されたウェイポイントに沿ったパスを取得するランダム検索ベースのパス最適化手法を使用した、新しい高速再訪問カバレッジパスプランニング（FaRe-CPP）アルゴリズムを提案します。
最小再訪問時間。
Gazebo とカメラを搭載した TurtleBot3 を使用したシミュレーション環境で、多数の既存のアルゴリズムと比較してアルゴリズムを評価しました。
平均再訪問時間と経路長と比較して、当社の FaRe-CPP アルゴリズムは、これらの関連性の高いパフォーマンス指標において、それぞれ約 45% と 40% の削減を示しました。
要約(オリジナル)
The utilization of Unmanned Ground Vehicles (UGVs) for patrolling industrial sites has expanded significantly. These UGVs typically are equipped with perception systems, e.g., computer vision, with limited range due to sensor limitations or site topology. High-level control of the UGVs requires Coverage Path Planning (CPP) algorithms that navigate all relevant waypoints and promptly start the next cycle. In this paper, we propose the novel Fast-Revisit Coverage Path Planning (FaRe-CPP) algorithm using a greedy heuristic approach to propose waypoints for maximum coverage area and a random search-based path optimization technique to obtain a path along the proposed waypoints with minimum revisit time. We evaluated the algorithm in a simulated environment using Gazebo and a camera-equipped TurtleBot3 against a number of existing algorithms. Compared to their average revisit times and path lengths, our FaRe-CPP algorithm approximately showed a 45% and 40% reduction, respectively, in these highly relevant performance indicators.
arxiv情報
| 著者 | Srinivas Kachavarapu,Tobias Doernbach,Reinhard Gerndt |
| 発行日 | 2025-01-13 13:57:37+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google