A Hierarchical Region-Based Approach for Efficient Multi-Robot Exploration

要約

未知の環境でのマルチロボットの自律探索は、ロボット工学における重要なアプリケーションです。伝統的な探索方法は、未知の領域の空間情報を無視して、フロンティアポイントまたは視点に関する情報のみを使用します。
さらに、マルチロボットタスク割り当ての正確な最適なソリューションを見つけることはNPハードであり、その結果、計算時間が大幅に消費されます。
これらの問題に対処するために、RegionGraphと呼ばれる新しいモデリング方法を使用して、階層的なマルチロボット探査フレームワークを提示します。
提案されたアプローチは、2つの主要な貢献をしています。1）地域グラフと呼ばれる加重グラフで空間情報を保存する未スプレア領域の新しいモデリング方法。
2）グローバルな探査タスクをより小さなサブタスクに分解し、グローバルな計画の頻度を減らし、非同期探査を可能にする階層的なマルチロボット探査フレームワーク。
提案された方法は、シミュレーションと実世界の両方の実験を通じて検証され、既存の方法と比較して効率が20％改善されていることが示されています。

要約(オリジナル)

Multi-robot autonomous exploration in an unknown environment is an important application in robotics.Traditional exploration methods only use information around frontier points or viewpoints, ignoring spatial information of unknown areas. Moreover, finding the exact optimal solution for multi-robot task allocation is NP-hard, resulting in significant computational time consumption. To address these issues, we present a hierarchical multi-robot exploration framework using a new modeling method called RegionGraph. The proposed approach makes two main contributions: 1) A new modeling method for unexplored areas that preserves their spatial information across the entire space in a weighted graph called RegionGraph. 2) A hierarchical multi-robot exploration framework that decomposes the global exploration task into smaller subtasks, reducing the frequency of global planning and enabling asynchronous exploration. The proposed method is validated through both simulation and real-world experiments, demonstrating a 20% improvement in efficiency compared to existing methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google