[論文レビュー] Collaborative Multi-Robot Systems for Search and Rescue: Coordination and Perception

Jorge Peña Queralta, Jussi Taipalmaa+7 more|arXiv (Cornell University)|Aug 28, 2020

Underwater Vehicles and Communication Systems参考文献 228被引用数 28

ひとこと要約

本稿は、都市、海洋、荒野の環境を含む多様な状況下で、異種プラットフォーム（マルチドローン（UAV）、地上無人車両（UGV）、水中無人船（USV）、水中無人潜水機（UUV））を統合した協調的マルチロボットシステムの、救助活動（SAR）における包括的レビューを提示している。制御アルゴリズムと機械学習ベースの認識技術を統合し、状況認識の向上と被災者検出の効率化を目的として、能動的認識とマルチエージェント計画を強調している。

ABSTRACT

Autonomous or teleoperated robots have been playing increasingly important roles in civil applications in recent years. Across the different civil domains where robots can support human operators, one of the areas where they can have more impact is in search and rescue (SAR) operations. In particular, multi-robot systems have the potential to significantly improve the efficiency of SAR personnel with faster search of victims, initial assessment and mapping of the environment, real-time monitoring and surveillance of SAR operations, or establishing emergency communication networks, among other possibilities. SAR operations encompass a wide variety of environments and situations, and therefore heterogeneous and collaborative multi-robot systems can provide the most advantages. In this paper, we review and analyze the existing approaches to multi-robot SAR support, from an algorithmic perspective and putting an emphasis on the methods enabling collaboration among the robots as well as advanced perception through machine vision and multi-agent active perception. Furthermore, we put these algorithms in the context of the different challenges and constraints that various types of robots (ground, aerial, surface or underwater) encounter in different SAR environments (maritime, urban, wilderness or other post-disaster scenarios). This is, to the best of our knowledge, the first review considering heterogeneous SAR robots across different environments, while giving two complimentary points of view: control mechanisms and machine perception. Based on our review of the state-of-the-art, we discuss the main open research questions, and outline our insights on the current approaches that have potential to improve the real-world performance of multi-robot SAR systems.

研究の動機と目的

• 多様な環境における協調的マルチロボットSARシステムの最新動向を分析すること。
• 動的かつ非構造的なSAR環境における、システムレベルの相互運用性、ロボットの異種性、リアルタイム協調の主要な課題を特定すること。
• 被災者検出と環境理解の向上を目的とした、特に能動的認識とマルチモーダルセンサ融合技術の認識手法を評価すること。
• ハイレベルな計画、動的タスク割り当て、実世界への展開に関する未解決の研究ギャップを浮き彫りにすること。
• 能動的認識をマルチロボットSARワークフローに統合することで、制御と認識の間のギャップを埋めること。

提案手法

• 2000年から2022年までのマルチロボットSARシステムに関する体系的文献レビューを実施し、協調性と認識に焦点を当てた。
• 既存の手法をシステムレベルの要素（通信、共有自律性、センシング）とアルゴリズム的要素（協調、認識、能動的認識）に分類した。
• 異種ロボット向けのフォーメーション制御、エリアカバレッジ、マルチエージェント意思決定などの協調アルゴリズムを分析した。
• セグメンテーション、オブジェクト検出、マルチモーダルセンサ融合、能動的マルチエージェント認識を含む認識技術をレビューした。
• 災害後シナリオにおける動的パスプランニングとリアルタイムでの被災者確率更新のための能動的認識戦略を評価した。
• 研究結果を統合した統一フレームワークを構築し、制御メカニズムと認識を結びつけ、リアルタイムでの適応性と人間-ロボット協働の強化を強調した。

実験結果

リサーチクエスチョン

• RQ1 都市、海洋、荒野の環境を含む多様なSAR環境において、異種マルチロボットシステム（UAV、UGV、USV、UUV）を効果的に協調させる方法は何か？
• RQ2 現在のマルチロボットSARシステムにおける相互運用性、動的タスク割り当て、非構造的環境下での耐障害性に関する主な制限要因は何か？
• RQ3 能動的認識技術は、SARミッション中のリアルタイムな被災者検出と環境マップ作成をどのように改善できるか？
• RQ4 マルチエージェント認識は、災害後の状況下での状況認識の向上と不確実性の低減にどのような役割を果たすか？
• RQ5 ハイレベルな計画、認識、実世界への展開の統合に関する未解決の研究課題は何か？

主な発見

• 被災者検出の向上と探索時間の短縮が期待できるにもかかわらず、マルチロボットSARシステムにおける能動的認識に関する研究は著しく不足している。
• 現在のエリアカバレッジおよびパスプランニング戦略は、多くの場合、静的または事前定義された探索領域の分割に依存しており、動的状況への適応性に制限がある。
• マルチエージェント認識と能動的SLAM技術は、災害後の環境において高リスクまたは深刻に被害を受けた領域を特定する上で強く有望な技術である。
• 都市部のSARシナリオにおいてドローン（UAV）と地上無人車両（UGV）を統合した異種システムは、状況認識の向上と危険地域へのアクセスを著しく向上させる。
• オンライン計画を伴うアドホックなマルチロボットシステムの展開は可能であるが、故障耐性および動的再構成の分野でのさらなる開発が求められる。
• 認識と協調アルゴリズムに機械学習を統合することで、不確実性や変化する環境下でのリアルタイム意思決定が強化される。