OA-Bug: An Olfactory-Auditory Augmented Bug Algorithm for Swarm Robots in a Denied Environment

要約

GNSS、マッピング、データ共有、中央処理による支援が許可されていないため、群ロボットにとって拒否された環境での探索は困難です。
しかし、動物のように嗅覚と聴覚の信号を使って協力することは、群れロボットの協力を改善する重要な方法となる可能性がある。
この論文では、自律ロボットの群れが拒否された環境を探索するために、嗅覚・聴覚拡張バグアルゴリズム (OA-Bug) が提案されています。
OA-Bug のパフォーマンスを測定するためのシミュレーション環境を構築します。
OA-Bug を使用すると、検索タスクのカバレッジは 96.93% に達します。これは、類似のアルゴリズムである SGBA と比較して大幅に向上しています。
さらに、OA-Bug の有効性を証明するために、実際の群れロボットで実験が行われます。
結果は、OA-Bug が拒否された環境における群れロボットのパフォーマンスを向上させることができることを示しています。

要約(オリジナル)

Searching in a denied environment is challenging for swarm robots as no assistance from GNSS, mapping, data sharing, and central processing is allowed. However, using olfactory and auditory signals to cooperate like animals could be an important way to improve the collaboration of swarm robots. In this paper, an Olfactory-Auditory augmented Bug algorithm (OA-Bug) is proposed for a swarm of autonomous robots to explore a denied environment. A simulation environment is built to measure the performance of OA-Bug. The coverage of the search task can reach 96.93% using OA-Bug, which is significantly improved compared with a similar algorithm, SGBA. Furthermore, experiments are conducted on real swarm robots to prove the validity of OA-Bug. Results show that OA-Bug can improve the performance of swarm robots in a denied environment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google