[论文解读] Decentralized Autonomous Navigation Strategies for Multi-Robot Search and Rescue

Ahmad Baranzadeh|arXiv (Cornell University)|May 13, 2016

Optimization and Search Problems被引用 4

一句话总结

本文提出三种基于三角形网格的去中心化搜索算法，用于多机器人搜救任务，可在未知、障碍物密集的环境中实现渐近最优的机器人数量下完全覆盖。通过共享拓扑地图并数学证明收敛至概率1，这些算法确保高效、无碰撞的探索与目标检测，经仿真和Pioneer 3DX机器人的真实实验验证，其在搜索时间和覆盖完整度方面优于现有方法。

ABSTRACT

In this report, we try to improve the performance of existing approaches for search operations in multi-robot context. We propose three novel algorithms that are using a triangular grid pattern, i.e., robots certainly go through the vertices of a triangular grid during the search procedure. The main advantage of using a triangular grid pattern is that it is asymptotically optimal in terms of the minimum number of robots required for the complete coverage of an arbitrary bounded area. We use a new topological map which is made and shared by robots during the search operation. We consider an area that is unknown to the robots a priori with an arbitrary shape, containing some obstacles. Unlike many current heuristic algorithms, we give mathematically proofs of convergence of the algorithms. The computer simulation results for the proposed algorithms are presented using a simulator of real robots and environment. We evaluate the performance of the algorithms via experiments with real robots. We compare the performance of our own algorithms with three existing algorithms from other researchers. The results demonstrate the merits of our proposed solution. A further study on formation building with obstacle avoidance for a team of mobile robots is presented in this report. We propose a decentralized formation building with obstacle avoidance algorithm for a group of mobile robots to move in a defined geometric configuration. Furthermore, we consider a more complicated formation problem with a group of anonymous robots; these robots are not aware of their position in the final configuration and need to reach a consensus during the formation process. We propose a randomized algorithm for the anonymous robots that achieves the convergence to a desired configuration with probability 1. We also propose a novel obstacle avoidance rule, used in the formation building algorithm.

研究动机与目标

• 解决在未知、障碍物密集环境中使用多机器人系统实现高效、完全覆盖的挑战。
• 克服现有启发式、集中式或非收敛方法在多机器人搜救中的局限性。
• 开发具有严格数学收敛保证（概率为1）的去中心化算法，同时适用于搜索与编队控制。
• 实现无需位置感知的匿名机器人在障碍物环境中稳健构建编队。
• 通过仿真和Pioneer 3DX机器人的实际实验验证性能，优于现有方法。

提出的方法

• 采用三角形网格模式，确保机器人部署的渐近最优性，并完全覆盖任意有界区域。
• 实施共享拓扑地图，由机器人在搜索过程中动态构建与更新，以追踪已访问顶点和障碍物。
• 设计三种搜索算法：(1) 完全随机，(2) 半随机（优先选择未访问的邻近顶点），(3) 改进型（移动至任意最近的未访问顶点）。
• 使用随机共识算法，使匿名机器人通过局部交互实现期望的几何编队，并以概率1收敛。
• 在编队控制中集成一种新型障碍物避让规则，确保在绕行障碍物时保持编队完整性。
• 通过严格的数学证明，建立所有所提算法的几乎必然收敛性（概率为1），确保可靠性。

实验结果

研究问题

• RQ1 去中心化的多机器人搜索算法能否在最小机器人数量下，实现对未知、有界、障碍物密集区域的完全覆盖？
• RQ2 如何使去中心化搜索比现有启发式方法更高效，同时保证以概率1收敛？
• RQ3 去中心化的编队控制策略能否在无集中协调的情况下，维持几何构型并避免障碍物？
• RQ4 无位置知识的匿名机器人如何通过局部交互自主形成期望构型？
• RQ5 所提算法在真实世界多机器人搜救与编队任务中的表现，相较于现有方法有多大的优势？

主要发现

• 基于三角形网格的搜索策略可确保以最少数量的机器人完全覆盖任意有界区域，实现渐近最优性。
• 所有提出的搜索算法均以概率1收敛至完全覆盖，且有严格的数学证明支持。
• 仿真结果表明，改进的三角形网格算法在搜索时间和覆盖效率方面优于现有方法。
• 使用Pioneer 3DX机器人的实际实验验证了所提算法在实际环境中的可行性与鲁棒性。
• 带有障碍物避让功能的编队控制算法成功实现了匿名机器人的期望构型，以概率1收敛。
• 所提出的障碍物避让规则在导航过程中有效维持了编队完整性，经仿真与理论分析验证。