C*: A Coverage Path Planning Algorithm for Unknown Environments using Rapidly Covering Graphs

要約

この論文は、不明な環境のリアルタイムカバレッジパス計画（CPP）について、C*と呼ばれる新しいサンプルベースのアルゴリズムを提示します。
C*アルゴリズムは、迅速にカバーするグラフ（RCGS）の概念に基づいて構築されます。
RCGは、ロボットナビゲーション中のプログレッシブサンプリングを介して段階的に構築され、検索スペースの細胞分解の必要性が排除されます。
RCGには、効率的なサンプリングと剪定技術によって形成されたまばらなグラフ構造があり、カバレッジ軌道の非思語のウェイポイントを生成します。
C*は目的の前後のカバレッジパターンを生成しますが、障害物と対象領域に囲まれたカバレッジホールと呼ばれる小さな覆われていない領域のTSPベースの局所的に最適なカバレッジに適応します。
したがって、c*は、カバレッジホールをその場で積極的に検出およびカバーします。これにより、遠くの領域からのより長い戻り軌道が後でそのような穴を覆うのを防ぐことにより、カバレッジ時間が短縮されます。
アルゴリズムのシンプルさとC*の計算の複雑さが低いため、実装が簡単で、リアルタイムのオンボードアプリケーションに適しています。
C*が不明な環境の完全なカバレッジを提供することが分析的に証明されています。
C*のパフォーマンスは、1）広範な高忠実度シミュレーションと2）自律ロボットを使用した実際の実験室実験によって検証されます。
7つの既存のCPPメソッドとの比較評価は、C*がカバレッジ時間、ターン数、軌跡の長さ、オーバーラップ比の点で大幅なパフォーマンスの改善をもたらし、カバレッジ穴の形成を防ぐことを示しています。
最後に、C*は、1）エネルギー制約のロボットと2）マルチロボットチームを使用して、CPPの2つの異なるアプリケーションで評価されます。

要約(オリジナル)

The paper presents a novel sample-based algorithm, called C*, for real-time coverage path planning (CPP) of unknown environments. The C* algorithm is built upon the concept of Rapidly Covering Graph (RCGs). The RCG is constructed incrementally via progressive sampling during robot navigation, which eliminates the need for cellular decomposition of the search space. The RCG has a sparse-graph structure formed by efficient sampling and pruning techniques, which produces non-myopic waypoints of the coverage trajectory. While C* produces the desired back and forth coverage pattern, it adapts to the TSP-based locally optimal coverage of small uncovered regions, called coverage holes, that are surrounded by obstacles and covered regions. Thus, C* proactively detects and covers the coverage holes in situ, which reduces the coverage time by preventing the longer return trajectories from distant regions to cover such holes later. The algorithmic simplicity and low computational complexity of C* makes it easy to implement and suitable for real-time onboard applications. It is analytically proven that C* provides complete coverage of unknown environments. The performance of C* is validated by 1) extensive high-fidelity simulations and 2) real laboratory experiments using autonomous robots. A comparative evaluation with seven existing CPP methods demonstrate that C* yields significant performance improvements in terms of coverage time, number of turns, trajectory length and overlap ratio, while preventing the formation of coverage holes. Finally, C* is evaluated on two different applications of CPP using 1) energy-constrained robots and 2) multi-robot teams.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google