[論文レビュー] Distributed area coverage control with imprecise robot localization: Simulation and experimental studies

Sotiris Papatheodorou, Anthony Tzes+2 more|arXiv (Cornell University)|Dec 14, 2016

Distributed Control Multi-Agent Systems参考文献 17被引用数 10

ひとこと要約

本論文は、局所化の不確実性がある状況下で凸領域におけるマルチロボットの領域カバレッジを実現する分散制御則を提案する。保証付きボロノイ（GV）分割を用いて各ロボットの責任領域を定義し、勾配に基づく制御則によりカバレッジが単調に改善されることを保証する。シミュレーションおよび差動駆動ロボットを用いた実験により、不正確な局所化に対してもロバストであることが実証された。

ABSTRACT

This article examines the area coverage problem for a network of mobile robots with imprecise agents' localization. Each robot has uniform radial sensing ability, governed by first order kinodynamics. The convex-space is partitioned based on the Guaranteed Voronoi (GV) principle and each robot's area of responsibility corresponds to its GV-cell, bounded by hyperbolic arcs. The proposed control law is distributed, demanding the positioning information about its GV-Delaunay neighbors. Simulation and experimental studies are offered to highlight the efficiency of the proposed control law.

研究の動機と目的

• ロボットの局所化が不正確な状況下でもマルチロボットシステムにおける領域カバレッジを達成する課題に対処すること。
• GV-デローニ近傍からのみ局所情報を利用する分散制御則を開発すること。
• エージェントの位置の不確実性があっても、カバレッジ目的関数が単調に増加することを保証すること。
• 差動駆動ロボットを用いたシミュレーションおよび実世界実験により、提案された制御則を検証すること。

提案手法

• 本論文は、不確実な位置情報に基づき、各ロボットの責任領域を保証付きボロノイ（GV）分割を用いて定義する。各エージェントは円形の不確実性領域内に存在する。
• GVセルの境界は、二つの不確実なエージェント中心までの距離の差が、それらの不確実性半径の和に等しい点の軌跡として得られる双曲線弧である。
• GV分割に基づく分散勾配上昇制御則を導出することで、カバレッジ目的関数を最大化し、単調な改善を保証する。
• 計算複雑性を低減するために、局所的近傍情報に基づいて勾配式を簡略化した、近似的な制御則を提案する。
• 提案された制御則は、実世界の差動駆動ロボットに実装・テストされ、現実世界の不確実性下での性能を検証する。
• 理論的分析とシミュレーション研究により、最適および近似的な制御則の比較を行い、収束性およびカバレッジ効率を評価する。

実験結果

リサーチクエスチョン

• RQ1 ロボットの局所化が不確実な状況下で、どのようにして効果的に分散的に領域カバレッジを達成できるか？
• RQ2 局所化の不確実性を適切に反映しつつ、分散制御を可能にする空間分割方式として、どの手法が最適か？
• RQ3 提案された勾配ベースの制御則は、不確実性がある状況下で、どのようにしてカバレッジ目的関数の単調な向上を保証するか？
• RQ4 提案された制御則において、最適性と計算複雑性のトレードオフはどのように評価できるか？
• RQ5 近似的な制御則は、シミュレーションと比較して、実世界のロボット実験でどのように性能を発揮するか？

主な発見

• 理論的分析により、GV-デローニ近傍情報が既知であるという仮定の下で、最適制御則はカバレッジ目的関数が単調に増加することを保証している。
• 近似的な制御則は、著しく低い計算複雑性で実現可能な近似最適なカバレッジ性能を達成しており、低消費電力ロボットにおけるリアルタイム実装に適している。
• シミュレーションでは、近的な制御則が高いカバレッジ効率で安定配置に収束することが示され、最適法とほぼ同等の性能を示した。
• 差動駆動ロボットを用いた実験結果から、現実環境でも成功裏に領域カバレッジが達成され、近的な制御則が現実世界の局所化ノイズに対してもロバストであることが実証された。
• GV分割法は、$ r^s \geq r_i^u $ の条件下で、各エージェントの責任領域を不確実性のもとで適切に境界づけることができ、重複やギャップがないカバレッジを保証する。
• 理論的導出により、二つのエージェントのGVセル間の境界が双曲線弧であることが確認され、焦点はエージェントの推定位置にあり、長軸はそれらの不確実性半径の和に等しい。