[논문 리뷰] Exploiting Heterogeneous Robotic Systems in Cooperative Missions

Nicola Bezzo, Joshua P. Hecker외 3명|arXiv (Cornell University)|2015. 09. 03.

Distributed Control Multi-Agent Systems참고 문헌 21인용 수 3

한 줄 요약

이 논문은 이질적인 로봇 팀(다양한 운동성, 감지 능력, 통신 능력을 가짐)을 위한 탈중앙화된 협업 프레임워크를 제안하여 협동 작업에서 임무 효율성을 향상시킨다. 신호 대 간섭 및 노이즈 비율(SINR) 향상을 위한 전력 제어와 생물학적으로 영감을 받은 채집 행동, 그리고 공중-지상 로봇 간 협업을 통합함으로써, 물리 실험에서 자원 수집 속도가 2배로 증가하였으며, 복잡한 환경에서도 견고한 연결성과 효과적인 임무 특화를 입증하였다.

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.

연구 동기 및 목표

• 이동성, 감지 능력, 통신 능력 등의 이질적 능력을 활용하여 협동 로봇 시스템의 임무 효율성을 향상시키는 것.
• 탈중앙화된 제어와 현실적인 통신 모델링을 통해 동적이고 부분적으로 알려진 환경에서도 네트워크 연결성을 유지하는 것.
• 다른 로봇 유형에 그들의 능력에 기반한 특화된 역할을 할당하여 탐색 및 커버리지 성능을 향상시키는 것.
• 특히 생물학적으로 영감을 받은 채집 시나리오에서 시뮬레이션과 물리 실험을 통해 프레임워크를 검증하는 것.
• 이질적 협업이 자원 수집 속도에서 동종 또는 비협업 접근 방식보다 현저히 뛰어나다는 것을 입증하는 것.

제안 방법

• 개별 에이전트의 운동성과 환경 제약 조건을 고려한 인공 물리 법칙 기반 탈중앙화 제어 전략.
• 네트워크화된 에이전트 간 신호 대 간섭 및 노이즈 비율(SINR)을 최대화하기 위한 전력 제어 알고리즘.
• 시뮬레이션에서 감지 및 조작을 안내하기 위해 기하학적 센서 시야 모델과 가동성 지표를 사용.
• iAnt 지상 로봇과 AR.Drone 경량 다핵터로 구성된 생물학적으로 영감을 받은 협업 방식으로, 씨앗 채집 개미의 행동을 모방.
• 네트워크 트래픽, 가상 페로몬 전송, Vicon 시스템을 통한 동작 추적을 위한 중앙 서버 통합.
• 실제 배포 이전에 시뮬레이션에서 지상 로봇 행동을 유전 알고리즘으로 최적화.

실험 결과

연구 질문

• RQ1 다양한 운동성과 감지 능력을 지닌 이질적 로봇 팀이 협동 탐색 중에 장애물과 동적 이동이 존재하는 상황에서도 네트워크 연결성을 유지할 수 있는가?
• RQ2 인공 물리 법칙 기반 탈중앙화 협업이 동적 환경에서 커버리지와 연결성에 어떤 영향을 미치는가?
• RQ3 공중-지상 협업이 지도되지 않은 복잡한 지역에서 자원 수집 속도를 어느 정도 향상시키는가?
• RQ4 실제 통신 모델(예: SINR 최적화)이 이동성 로봇 네트워크 성능 향상에 기여하는가?
• RQ5 고수준의 생물학적 행동(예: 개미의 채집 행동)을 물리적 로봇 시스템과 통합하면 임무 성과가 어떻게 향상되는가?

주요 결과

• 시뮬레이션과 물리 실험 모두에서 이질적 로봇 시스템이 장애물과 동적 이동이 존재하는 상황에서도 항상 네트워크 연결성을 유지하였다.
• 전력 제어 알고리즘이 네트워크화된 에이전트 간 SINR을 성공적으로 향상시켜 임무 수행 중 신뢰할 수 있는 통신을 보장하였다.
• 물리 실험에서 지상 로봇과 AR.Drone로 구성된 협업 팀은 비협업 팀보다 자원 수집 속도가 두 배 이상 빨랐다.
• AR.Drone를 활용한 대규모, 저해상도 스캔이 자원 군집의 발견을 크게 가속화하여 느린 지상 로봇이 더 빨리 반응할 수 있도록 하였다.
• 시스템은 효과적인 임무 특화를 보였다: 드론은 광역 탐색을 담당하고, 지상 로봇는 고해상도 감지 및 조작을 수행하였다.
• 생물학적으로 영감을 받은 행동과 물리적 협업의 조합으로, 대규모 및 소규모 군집 분포 상황에서 태그 수집 속도가 측정 가능한 2배로 향상되었다.