iHERO: Interactive Human-oriented Exploration and Supervision Under Scarce Communication

要約

人間が立ち入る前に未知の現場を探索することは、地下探査、偵察、捜索救助任務などのさまざまなシナリオにおける安全性と効率性にとって不可欠です。
自律ロボット群は、同時探索、多感覚認識、自律ナビゲーションを介して、このタスクに特に適しています。
ただし、ロボット間の通信は、アドホック ネットワークを介した近距離交換のみに厳しく制限される場合があります。
最近の研究の中には、コミュニケーションが制限された状態での共同探査の問題に取り組んだものもあるが、人間のオペレーターの重要な役割はほとんど無視されている。
実際、オペレーターは次のことを行う可能性があります。(i) 探査の進行状況と艦隊のステータスに関するタイムリーな更新を要求する。
(ii) 特定の地域を優先する。
(iii) 探索エリア内を動的に移動します。
これらの要求を促進するために、この研究では、希少なコミュニケーションの下での共同探索と監視のための対話型の人間指向のオンライン調整フレームワーク (iHERO) を提案します。
ロボットは、高速探索、断続的な地図データと感覚データの交換をスムーズかつ最適に切り替え、ステータスを更新するためにオペレーターに戻ります。
これらのリクエストは、事前に指定された待ち時間でオンラインで対話的に実行されることが保証されます。
広範な大規模な人間参加型シミュレーションとハードウェア実験が数多くの困難なシーンで実行され、探索範囲や効率などのパフォーマンスを示し、現実世界のシナリオへの潜在的な適用可能性を検証します。
ビデオは https://zl-tian.github.io/iHERO/ でご覧いただけます。

要約(オリジナル)

Exploration of unknown scenes before human entry is essential for safety and efficiency in numerous scenarios, e.g., subterranean exploration, reconnaissance, search and rescue missions. Fleets of autonomous robots are particularly suitable for this task, via concurrent exploration, multi-sensory perception and autonomous navigation. Communication however among the robots can be severely restricted to only close-range exchange via ad-hoc networks. Although some recent works have addressed the problem of collaborative exploration under restricted communication, the crucial role of the human operator has been mostly neglected. Indeed, the operator may: (i) require timely update regarding the exploration progress and fleet status; (ii) prioritize certain regions; and (iii) dynamically move within the explored area; To facilitate these requests, this work proposes an interactive human-oriented online coordination framework for collaborative exploration and supervision under scarce communication (iHERO). The robots switch smoothly and optimally among fast exploration, intermittent exchange of map and sensory data, and return to the operator for status update. It is ensured that these requests are fulfilled online interactively with a pre-specified latency. Extensive large-scale human-in-the-loop simulations and hardware experiments are performed over numerous challenging scenes, which signify its performance such as explored area and efficiency, and validate its potential applicability to real-world scenarios. The videos are available on https://zl-tian.github.io/iHERO/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google