[論文レビュー] Exploiting Heterogeneous Robotic Systems in Cooperative Missions

Nicola Bezzo, Joshua P. Hecker+3 more|arXiv (Cornell University)|Sep 3, 2015

Distributed Control Multi-Agent Systems参考文献 21被引用数 3

ひとこと要約

本論文は、異なる運動特性、センシング能力、通信能力を有する異種ロボットチームのための分散型協調フレームワークを提案し、協働タスクにおけるミッション効率を向上させることを目的としている。SINR向上のためのパワー制御と生物学的にインspiredされた採餌行動、空中・地上ロボットの協調を統合することで、実験的物理環境において資源収集速度が2倍に向上し、複雑な環境下でも強固な接続性と効果的なタスク特化を実証した。

ABSTRACT

In this paper we consider the problem of coordinating robotic systems with different kinematics, sensing and vision capabilities to achieve certain mission goals. An approach that makes use of a heterogeneous team of agents has several advantages when cost, integration of capabilities, or large search areas need to be considered. A heterogeneous team allows for the robots to become "specialized", accomplish sub-goals more effectively, and thus increase the overall mission efficiency. Two main scenarios are considered in this work. In the first case study we exploit mobility to implement a power control algorithm that increases the Signal to Interference plus Noise Ratio (SINR) among certain members of the network. We create realistic sensing fields and manipulation by using the geometric properties of the sensor field-of-view and the manipulability metric, respectively. The control strategy for each agent of the heterogeneous system is governed by an artificial physics law that considers the different kinematics of the agents and the environment, in a decentralized fashion. Through simulation results we show that the network is able to stay connected at all times and covers the environment well. The second scenario studied in this paper is the biologically-inspired coordination of heterogeneous physical robotic systems. A team of ground rovers, designed to emulate desert seed-harvester ants, explore an experimental area using behaviors fine-tuned in simulation by a genetic algorithm. Our robots coordinate with a base station and collect clusters of resources scattered within the experimental space. We demonstrate experimentally that through coordination with an aerial vehicle, our ant-like ground robots are able to collect resources two times faster than without the use of heterogeneous coordination.

研究の動機と目的

• 移動性、センシング、通信といった異種能力を活用することで、協働ロボットシステムのミッション効率を向上させること。
• 動的で部分的にしか把握されていない環境において、分散制御と現実的な通信モデルを用いてネットワーク接続性を維持すること。
• ロボットの能力に基づいた特別な役割割割り当てにより、探索およびカバレッジ性能を向上させること。
• 特に生物学的にインスパイアされた採餌シナリオにおいて、シミュレーションおよび物理実験を通じてフレームワークを検証すること。
• 異種ロボットの協調が、資源収集速度において、同種ロボットや非協調的アプローチを著しく上回ることを示すこと。

提案手法

• 個々のエージェントの運動特性と環境制約を考慮した人工物理学法則に基づく分散制御戦略。
• ネットワーク化されたエージェント間の信号対インターフェアレンス＋ノイズ比（SINR）を最大化するためのパワー制御アルゴリズム。
• シミュレーションにおけるセンシングおよび操作を支援するための幾何学的センサ視野モデルと可動性指標の使用。
• iAnt地上ロボットとAR.Drone多旋翼ドローンを用いた生物学的にインスパイアされた協調制御。種子収集アリの採餌行動を模倣。
• ネットワークトラフィック、仮想フェロモン伝送、Viconシステムによるモーショントラッキングのための中央サーバーの統合。
• 物理的展開の前段階として、シミュレーション内での地上ロボット行動の遺伝的アルゴリズムによるチューニング。

実験結果

リサーチクエスチョン

• RQ1 運動特性とセンシング能力に差がある異種ロボットチームは、協働的探索中にネットワーク接続性を維持できるか？
• RQ2 人工物理学法則に基づく分散協調制御は、動的環境下でのカバレッジと接続性にどのように影響を与えるか？
• RQ3 空中・地上ロボットの協調は、未地図化で複雑な領域において、資源収集速度をどの程度向上させるか？
• RQ4 SINR最適化などの現実的な通信モデルは、移動型ロボットネットワークにおける性能向上に寄与するか？
• RQ5 高レベルの生物学的行動（例：アリの採餌行動）と物理的ロボットシステムの統合は、ミッションの成果にどのように寄与するか？

主な発見

• シミュレーションおよび物理実験の両方において、障害物や動的移動が存在する中でも、異種ロボットシステムは常にネットワーク接続性を維持した。
• パワー制御アルゴリズムにより、ネットワーク化されたエージェント間のSINRが有意に向上し、ミッション実行中の通信信頼性が確保された。
• 物理実験では、地上ロボットとAR.Droneの協調チームが、非協調的チームよりも資源収集速度が2倍以上に向上した。
• AR.Droneによる大範囲・低解像度スキャンの使用が、資源クラスタの発見を著しく加速し、遅い地上ロボットによる迅速な対応を可能にした。
• システムは効果的なタスク特化を示した：ドローンは広域探索を担当し、地上ロボットは高解像度の周辺認識と操作を実行した。
• 生物学的にインスパイされた行動と物理的協調の組み合わせにより、大規模および小規模なクラスタ分布の両方で、タグ収集速度が明確に2倍に向上した。