Traversing Mars: Cooperative Informative Path Planning to Efficiently Navigate Unknown Scenes

要約

未知の環境を横断する能力は、ロボットの自律動作にとって非常に重要です。
ただし、センシング機能とシステムの制約が限られているため、単一のロボット エージェントでこの問題に取り組むのは時間がかかり、コストがかかり、安全ではない可能性があります。
たとえば、惑星探査ミッションでは、賠償が不可能であるため、荒れやすい地形による探査車の車輪の摩耗は、いかなる犠牲を払ってでも最小限に抑える必要があります。
一方、超小型航空機 (MAV) などの偵察ロボットを利用すると、摩耗と時間のコストが削減され、追従ロボットの安全性が向上する可能性があります。
この研究は、偵察機 (MAV など) が後続者 (探査機など) が目標に到達するための最小コスト経路を効率的に探索できるようにする、新しい協調型 IPP フレームワークを提案します。
私たちはアルゴリズムの理論的保証を導き出し、アルゴリズムが常に終了すること、最適なパスが存在する場合は常にそれを見つけること、見つかったパスが最適または実行不可能であることが示された場合には早期に終了することを証明します。
徹底した実験評価により、この保証が実際に有効であること、および既存の手法と比較して、アルゴリズムが最適なパスを見つけるのが 22.5% 速く、終了が 15% 速いことを示しています。

要約(オリジナル)

The ability to traverse an unknown environment is crucial for autonomous robot operations. However, due to the limited sensing capabilities and system constraints, approaching this problem with a single robot agent can be slow, costly, and unsafe. For example, in planetary exploration missions, the wear on the wheels of a rover from abrasive terrain should be minimized at all costs as reparations are infeasible. On the other hand, utilizing a scouting robot such as a micro aerial vehicle (MAV) has the potential to reduce wear and time costs and increasing safety of a follower robot. This work proposes a novel cooperative IPP framework that allows a scout (e.g., an MAV) to efficiently explore the minimum-cost-path for a follower (e.g., a rover) to reach the goal. We derive theoretic guarantees for our algorithm, and prove that the algorithm always terminates, always finds the optimal path if it exists, and terminates early when the found path is shown to be optimal or infeasible. We show in thorough experimental evaluation that the guarantees hold in practice, and that our algorithm is 22.5% quicker to find the optimal path and 15% quicker to terminate compared to existing methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google