[논문 리뷰] Collaborative Multi-Robot Systems for Search and Rescue: Coordination and Perception

Jorge Peña Queralta, Jussi Taipalmaa외 7명|arXiv (Cornell University)|2020. 08. 28.

Underwater Vehicles and Communication Systems참고 문헌 228인용 수 28

한 줄 요약

이 논문은 다양한 환경에서 이질적 플랫폼(UAV, UGV, USV, UUV 포함) 간의 협업 다로봇 시스템에 대해 재난 구조(SAR)를 중심으로 종합적인 리뷰를 제시한다. 제어 알고리즘과 기계학습 기반의 인식 기술을 통합하며, 상황 인식 향상과 피해자 탐지 효율성 향상을 위해 능동적 인식과 다에이전트 계획 기법을 강조한다.

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.

연구 동기 및 목표

• 다양한 환경에서 재난 구조(SAR)를 위한 협업 다로봇 시스템의 최신 기술 동향을 분석하기 위해.
• 동적이고 비정형적인 SAR 환경에서 시스템 수준의 상호운용성, 로봇의 이질성, 실시간 협업에 대한 주요 과제를 규명하기 위해.
• 특히 능동적 인식과 다중 모odal 센서 융합 기법을 포함한 인식 기술을 평가하여 피해자 탐지 및 환경 이해도 향상에 기여하기 위해.
• 다로봇 SAR 시스템의 고수준 계획, 동적 작업 할당 및 실세계 적용에 대한 열린 연구 과제를 부각하기 위해.
• 알고리즘 기반 제어와 인식 간 격차를 메우기 위해 능동적 인식을 다로봇 SAR 워크플로우에 통합함으로써 제어 메커니즘과 인식을 연결하기 위해.

제안 방법

• 2000년부터 2022년까지의 다로봇 SAR 시스템에 대한 체계적 문헌 리뷰를 수행하여 협업 및 인식에 중점을 둔다.
• 기존 접근 방식을 시스템 수준의 구성 요소(통신, 공유 자율성, 감지)와 알고리즘 수준의 구성 요소(협업, 인식, 능동적 인식)로 분류한다.
• 이종 로봇을 위한 형성 제어, 영역 커버리지 및 다에이전트 의사결정 기법과 같은 협업 알고리즘을 분석한다.
• 세분화, 객체 탐지, 다중 모달 센서 융합 및 능동적 다에이전트 인식을 포함한 인식 기술을 검토한다.
• 재해 후 상황에서 동적 경로 계획 및 실시간 피해자 확률 갱신을 위한 능동적 인식 전략을 평가한다.
• 결과를 통합하여 제어 메커니즘과 인식을 연결하는 통합 프레임워크를 구축하며, 실시간 적응성과 인간-로봇 협업을 강조한다.

실험 결과

연구 질문

• RQ1 도시, 해양 및 야생 환경과 같은 다양한 SAR 환경에서 UAV, UGV, USV, UUV로 구성된 이종 다로봇 시스템은 어떻게 효과적으로 협업할 수 있는가?
• RQ2 현재의 다로봇 SAR 시스템에서 상호운용성, 동적 작업 할당 및 비정형 환경에서의 내구성에 있어 핵심적인 제약 요소는 무엇인가?
• RQ3 능동적 인식 기법은 재난 구조 임무 중 실시간으로 피해자 탐지 및 환경 지ap핑을 어떻게 향상시킬 수 있는가?
• RQ4 다에이전트 인식은 재해 후 상황에서 상황 인식을 향상시키고 불확실성을 줄이는 데 어떤 역할을 하는가?
• RQ5 다로봇 SAR 시스템의 고수준 계획, 인식 및 실세계 적용 통합에 있어 열려 있는 연구 과제는 무엇인가?

주요 결과

• 피해자 탐지 향상과 검색 시간 단축 잠재력을 지닌 능동적 인식에 대한 연구가 현저히 부족한 상황임에도 불구하고.
• 현재의 영역 커버리지 및 경로 계획 전략은 종종 정적 또는 사전에 분할된 검색 영역에 의존하여 동적 조건에 대한 적응성에 한계가 있음.
• 다에이전트 인식 및 능동적 SLAM 기법은 재해 후 환경에서 고위험 또는 심각하게 영향을 받은 지역을 식별하는 데 강력한 잠재력을 보임.
• 도시 SAR 상황에서 UAV와 UGV를 조합한 이종 시스템은 상황 인식 향상과 위험 지역 접근성 향상에 크게 기여함.
• 온라인 계획 기반의 애드혹 다로봇 시스템 배치는 가능하지만, 고장 내성 및 동적 재구성 기술의 추가 개발이 필요함.
• 기계학습을 인식 및 협업 알고리즘과 융합하면 불확실하거나 변화하는 환경에서 실시간 의사결정 능력을 향상시킴.