Collaborative Perception in Multi-Robot Systems: Case Studies in Household Cleaning and Warehouse Operations

要約

この論文では、環境内の複数のロボットとセンサーがセンサー データを共有および統合して、周囲の包括的な表現を構築する協調知覚 (CP) のパラダイムを検討します。
さまざまなセンサーからのデータを集約し、高度なアルゴリズムを利用することにより、共同認識フレームワークはタスクの効率、対象範囲、安全性を向上させます。
マルチロボット システムにおける共同認識の利点を示す 2 つのケース スタディを紹介します。
最初のケーススタディでは、掃除ロボットのチームによる家庭掃除のタスクに CP を使用する利点と利点を示します。
2 番目のケース スタディでは、倉庫環境で動作する自律移動ロボットの CP とスタンドアロン パーセプション (SP) のパフォーマンスの比較分析を実行します。
ケーススタディでは、マルチロボットの調整、タスクの完了、システム全体のパフォーマンスを強化する CP の有効性と、他のアプリケーションの運用にも影響を与える可能性を検証しています。
今後の調査は、フレームワークの最適化と実証テストによるパフォーマンスの検証に焦点を当てます。

要約(オリジナル)

This paper explores the paradigm of Collaborative Perception (CP), where multiple robots and sensors in the environment share and integrate sensor data to construct a comprehensive representation of the surroundings. By aggregating data from various sensors and utilizing advanced algorithms, the collaborative perception framework improves task efficiency, coverage, and safety. Two case studies are presented to showcase the benefits of collaborative perception in multi-robot systems. The first case study illustrates the benefits and advantages of using CP for the task of household cleaning with a team of cleaning robots. The second case study performs a comparative analysis of the performance of CP versus Standalone Perception (SP) for Autonomous Mobile Robots operating in a warehouse environment. The case studies validate the effectiveness of CP in enhancing multi-robot coordination, task completion, and overall system performance and its potential to impact operations in other applications as well. Future investigations will focus on optimizing the framework and validating its performance through empirical testing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google