[論文レビュー] Fly Safe: Aerial Swarm Robotics using Force Field Particle Swarm Optimisation

Shan Luo, Lauren Parker|arXiv (Cornell University)|Jul 1, 2019

Robotic Path Planning Algorithms参考文献 22被引用数 8

ひとこと要約

本稿では、空中ロボットスワームにおける衝突を防止するために、速度更新式に反発力場を統合した新規なPSO変種、Force Field Particle Swarm Optimisation（FFPSO）を提案する。この手法により、3次元空間におけるリアルタイムでの衝突なしのターゲット探索が可能となり、標準PSOと比較して衝突をほぼゼロに抑えつつ、収束速度を維持または向上させることができる。

ABSTRACT

Particle Swarm Optimisation (PSO) is a powerful optimisation algorithm that can be used to locate global maxima in a search space. Recent interest in swarms of Micro Aerial Vehicles (MAVs) begs the question as to whether PSO can be used as a method to enable real robotic swarms to locate a target goal point. However, the original PSO algorithm does not take into account collisions between particles during search. In this paper we propose a novel algorithm called Force Field Particle Swarm Optimisation (FFPSO) that designates repellent force fields to particles such that these fields provide an additional velocity component into the original PSO equations. We compare the performance of FFPSO with PSO and show that it has the ability to reduce the number of particle collisions during search to 0 whilst also being able to locate a target of interest in a similar amount of time. The scalability of the algorithm is also demonstrated via a set of experiments that considers how the number of crashes and the time taken to find the goal varies according to swarm size. Finally, we demonstrate the algorithms applicability on a swarm of real MAVs.

研究の動機と目的

• 標準PSOを実用的なロボットスワーム、特に空中マイクロエアリアルビークル（MAVs）に適用した場合の衝突回避の欠如に対処すること。
• 効率的なターゲット探索を可能にしつつ衝突を回避できる、スケーラブルで実用的なロボットスワーム用の手法を開発すること。
• シミュレーションおよび実世界の実験（実際のMAVスワームを用いて）により、提案されたアルゴリズムの妥当性を検証すること。
• PSOに力場を統合することで、衝突を排除しつつも、探索性能を維持または向上させられることを示すこと。

提案手法

• FFPSOは、標準PSOの速度更新式に、粒子同士の距離に応じた反発力場成分を追加することで、粒子間の衝突を防止する。
• 線形（FFPSO-LIN）および逆二乗（FFPSO-INV）の2種類の力場関数を評価し、粒子が近づくほど反発力が増大するように設計されている。
• 粒子間の距離が小さくなるほど力場の強度が増大し、衝突が発生する前に粒子同士が押しのけられるようにする。
• アルゴリズムは元のPSOの構成要素（個々の最良位置とグローバル最良位置の追跡）を維持し、ターゲット方向への探索を導く。
• 中央集約サーバーが個々の最良位置を収集し、グローバル最良位置を計算して全粒子にブロードキャストすることで、協調的な探索を実現する。
• 本手法は、スワームサイズを変化させたシミュレーションでテストされ、3台のCrazyflie 2.0ドローンを用いた3次元屋内環境での実スワーム実験でも検証された。

実験結果

リサーチクエスチョン

• RQ1 PSOをどのように変更すれば、実ロボットスワームが3次元空間でターゲットを探索しながら衝突を回避できるようになるか？
• RQ2 人工力場の統合が、空中ロボットスワームにおける収束時間および衝突率に与える影響は何か？
• RQ3 FFPSOアルゴリズムのスケーラビリティは、スワームサイズの変化に伴い、衝突率および探索時間の観点でどの程度達成できるか？
• RQ4 実世界の物理的MAVを用いた環境では、シミュレーションと比較してFFPSOはどの程度効果的か？
• RQ5 力場メカニズムを調整することで、探索効率を維持しつつも、衝突のないナビゲーションを保証できるか？

主な発見

• FFPSO-LINは、標準PSOと比較して衝突数をゼロに抑えつつ、収束時間は維持またはわずかに改善した。
• シミュレーションでは、3～20粒子の全テストスワームサイズで、ターゲットの探索成功率が100%で衝突がゼロであった。
• 3台のCrazyflie 2.0ドローンを用いた実世界実験により、FFPSO-LINが2つの連続する目標にスワームが衝突を伴わず到達したことが確認された。
• 最も近い2機のMAV間の距離は一時的に安全距離以下に低下したが、力場メカニズムが即座に反発力を増大させ、衝突を防止した。
• 実飛行データのグラフ（図7）から、力場メカニズムが安全な間隔を維持しながらも、ターゲット方向への協調的移動を効果的に可能にしていることが示された。
• 結果として、FFPSOが実世界での展開においてスケーラブルかつ頑健であることが示され、救助活動などの安全が求められる応用分野への応用可能性が裏付けられた。