Robust Optimal Task Planning to Maximize Battery Life

要約

このホワイトペーパーでは、自律モバイルロボット（AMR）向けの制御指向の最適化プラットフォームを提案し、タスクの完了を確保しながらバッテリー寿命の延長に焦点を当てています。
最小限のバッテリー状態を維持しながら、高速AMRタスク計画の要件により、バッテリー寿命を最大化すると、双線形最適化問題が発生します。
マコーミックエンベロープテクニックは、双線形項を線形化するために提案されています。
リラックスした制約を備えた新しい計画アルゴリズムも、高効率でパラメーターの不確実性を強く処理するために開発されています。
シミュレーション結果は、タスクの完了要件を満たしながらバッテリーの劣化を減らす際の提案された方法の有用性を実証するために提供されます。

要約(オリジナル)

This paper proposes a control-oriented optimization platform for autonomous mobile robots (AMRs), focusing on extending battery life while ensuring task completion. The requirement of fast AMR task planning while maintaining minimum battery state of charge, thus maximizing the battery life, renders a bilinear optimization problem. McCormick envelop technique is proposed to linearize the bilinear term. A novel planning algorithm with relaxed constraints is also developed to handle parameter uncertainties robustly with high efficiency ensured. Simulation results are provided to demonstrate the utility of the proposed methods in reducing battery degradation while satisfying task completion requirements.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google