A Heuristic Informative-Path-Planning Algorithm for Autonomous Mapping of Unknown Areas

要約

有益な経路計画アルゴリズムは、事前に未知の環境を通じて効率的に情報を収集するために、災害管理などのアプリケーションで最も重要です。
しかし、これは複雑な問題であり、部分的で不確実な局所測定を使用しながら、最大量の情報を収集する全体的に最適な経路（たとえば、最小の移動距離で最大の地図）を見つける必要がある。
この論文では、部分的に作成されたマップ全体のさまざまなサブエリアの潜在的なマッピング ゲインを継続的に推定し、これらの推定を使用してロボットをローカルにナビゲートする新しいヒューリスティック アルゴリズムを提案することで、この問題に対処します。
さらに、この論文では、さまざまなテスト シナリオにわたって開発されたヒューリスティック アルゴリズムの有効性を評価するために、マップが平面的に事前に知られているベンチマーク ソリューションを計算するための新しいアルゴリズムを紹介します。
調査結果は、提案されたアルゴリズムの効率 (単位移動距離あたりのマッピング領域で測定) が、さまざまなテスト シナリオにおけるベンチマーク ソリューションの 70% から 80% の範囲であることを示しています。
基本的に、このアルゴリズムは、ベンチマーク ソリューションによって提供されるグローバルに最適なパスに近いパスを生成する機能を示します。

要約(オリジナル)

Informative path planning algorithms are of paramount importance in applications like disaster management to efficiently gather information through a priori unknown environments. This is, however, a complex problem that involves finding a globally optimal path that gathers the maximum amount of information (e.g., the largest map with a minimum travelling distance) while using partial and uncertain local measurements. This paper addresses this problem by proposing a novel heuristic algorithm that continuously estimates the potential mapping gain for different sub-areas across the partially created map, and then uses these estimations to locally navigate the robot. Furthermore, this paper presents a novel algorithm to calculate a benchmark solution, where the map is a priori known to the planar, to evaluate the efficacy of the developed heuristic algorithm over different test scenarios. The findings indicate that the efficiency of the proposed algorithm, measured in terms of the mapped area per unit of travelling distance, ranges from 70% to 80% of the benchmark solution in various test scenarios. In essence, the algorithm demonstrates the capability to generate paths that come close to the globally optimal path provided by the benchmark solution.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google