[논문 리뷰] Multi-Robot Searching Algorithm Using Levy Flight and Artificial Potential Field

Donny K. Sutantyo, Serge Kernbach외 2명|arXiv (Cornell University)|2011. 08. 29.

Robotic Path Planning Algorithms참고 문헌 13인용 수 9

한 줄 요약

이 논문은 알려지지 않은 대규모 환경에서 탐색 효율성을 향상시키기 위해 이동 길이 선택에 레비 비행(Levy flight)을, 로봇 분산에 인공 잠재력장(artificial potential fields)을 결합한 생물학적 영감을 받은 다중로봇 탐색 알고리즘을 제안한다. 이 방법은 고정 길이 랜덤 워크보다 목표 탐지 속도와 커버리지가 뛰어나며, 중간 수준의 로봇 수에서 특히 유리하며, 실시간 구동을 위한 낮은 계산 부하를 유지한다.

ABSTRACT

An efficient search algorithm is very crucial in robotic area, especially for exploration missions, where the target availability is unknown and the condition of the environment is highly unpredictable. In a very large environment, it is not sufficient to scan an area or volume by a single robot, multiple robots should be involved to perform the collective exploration. In this paper, we propose to combine bio-inspired search algorithm called Levy flight and artificial potential field method to perform an efficient searching algorithm for multi-robot applications. The main focus of this work is not only to prove the concept or to measure the efficiency of the algorithm by experiments, but also to develop an appropriate generic framework to be implemented both in simulation and on real robotic platforms. Several experiments, which compare different search algorithms, are also performed.

연구 동기 및 목표

• 목표가 흩어져 있고 사전에 알려지지 않은 불확실한 대규모 환경에서 효율적이고 확장 가능한 다중로봇 탐색 전략을 개발하는 것.
• 최적의 사냥 행동을 위한 생물학적 영감을 받은 레비 비행을 통한 최적의 이동 경로 선택과 인공 잠재력장을 통한 로봇 분산 및 충돌 방지를 통합하는 것.
• 스warm 로봇 공학에 특히 적합한 시뮬레이션과 실제 로봇 플랫폼 모두에 사용 가능한 일반적이고 경량의 소프트웨어 프레임워크를 설계하는 것.
• 다양한 로봇 수와 목표 수 조건에서 표준 랜덤 워크 전략과의 성능 비교를 수행하는 것.
• 실제 응용 분야인 구조구급 및 생태 모니터링에 적합한 저자원 로봇 시스템(예: Jasmine 및 ANGELS 플랫폼)에 실질적인 구현을 가능하게 하는 것.

제안 방법

• 레비 비행을 사용하여 각 로봇의 이동 길이를 결정하며, 희박한 목표 환경에서 커버리지를 향상시키기 위해 긴 스텝을 선호하는 꼬리가 무거운 확률 분포를 기반으로 한다.
• 인공 잠재력장이 로봇 간의 반발력을 생성하여 분산을 촉진하고 중복 탐색을 줄이며 커버리지 효율을 향상시킨다.
• 피에로몬 기반의 통신 메커니즘이 구현되어, 탐지된 목표는 서명을 남기며 로봇이 알려진 목표를 재탐색하는 것을 방지하고 미탐색 영역으로 분산되도록 한다.
• 중앙 집중식 제어나 글로벌 로컬라이제이션 없이도 작동하며, 확장성을 위해 국소 센서와 통신에만 의존한다.
• 낮은 계산 비용을 고려해 설계되어 소형 및 자원 제약이 있는 로봇 플랫폼에서 실시간 실행이 가능하다.
• 3차원 수중 시나리오의 복잡성을 추상화하기 위해 2차원 시뮬레이션 환경에서 실험을 수행하였으며, Jasmine 및 ANGELS 테스트 플랫폼에서 검증하였다.

실험 결과

연구 질문

• RQ1 레비 비행과 인공 잠재력장을 조합함으로써 표준 랜덤 워크 전략에 비해 다중로봇 탐색 효율성이 어떻게 향상되는가?
• RQ2 로봇 수가 레비 비행 및 잠재력장 기반 알고리즘 성능에 미치는 영향은 무엇인가? 특히 충돌 빈도와 경로 효율성 측면에서 어떻게 되는가?
• RQ3 제안된 알고리즘이 계산 및 센서 능력이 제한된 실제 로봇 플랫폼에 효과적으로 구현될 수 있는가?
• RQ4 피에로몬 기반의 통신이 다중로봇 탐색에서 목표 탐지 시간과 커버리지 균일성에 어떤 영향을 미치는가?
• RQ5 로봇 수가 증가함에 따라 알고리즘이 성능 포화 또는 열화가 발생하기 전까지 어느 정도로 확장 가능한가?

주요 결과

• 레비 비행 기반 알고리즘이 고정 길이 랜덤 워크보다 목표 탐지 시간 측면에서 뚜렷한 우월성을 보이며, 특히 로봇 수가 중간 수준일 때 유의미한 개선이 이루어진다.
• 인공 잠재력장의 추가로 로봇의 분산이 향상되어 중복 경로가 감소하고 커버리지 효율성이 증가한다.
• 로봇 밀도가 높아지면 충돌 회피 빈도가 증가하여 의도한 스텝 길이 분포가 방해받고, 레비 비행 메커니즘의 성능 향상 효과가 감소한다.
• 낮은 계산 자원 조건에서도 알고리즘이 효과적으로 유지되어 Jasmine과 같은 경량 로봇 플랫폼에의 구현을 지원한다.
• 피에로몬 기반의 통신 시스템은 로봇이 알려진 목표를 재탐색하는 것을 방지하여 탐색 시간을 단축시키고 전체 탐색 효율성을 향상시킨다.
• 일반적인 소프트웨어 프레임워크는 시뮬레이션에서 실제 로봇 구현으로의 원활한 전환을 가능하게 하여 실용성을 입증한다.