大规模城市场景中的均衡线覆盖
机器人学
2023-02-23 v1
摘要
线覆盖是由机器人覆盖建模为一维线段的线性基础设施，近年来受到关注。随着城市化加剧，城市面积与基础设施密度持续增加，带来两个问题：(1) 由于能量约束，同质机器人团队难以从单一基地出发覆盖大规模线性基础设施；(2) 在大城市场景中，机器人路径的不均衡极大延长了多机器人系统的时间成本，比小尺度场景更为严重。为解决这些问题，我们提出一种异构多机器人方法，由若干团队组成，每队含一台运输机器人(TRob)与若干覆盖机器人(CRobs)。首先，提出均衡图划分(BGP)算法将路网划分为若干规模相近子图，随后TRob将一组CRobs快速投递至子图区域。其次，提出均衡Ulusoy划分(BUP)算法从子图中为各CRob抽取长度相近的巡游路径。本文在七个不同尺度路网上进行了充分实验（路网由本文采集）。我们的方法以总巡游长度小幅增加为代价，实现了90%的机器人利用率与最优最大巡游长度，进一步最小化整个系统的时间成本。源代码与路网见https://github.com/suhangsong/BLC-LargeScale。
引用
@article{arxiv.2302.11119,
title = {Balanced Line Coverage in Large-scale Urban Scene},
author = {Hangsong Su and Feng Xue and Runze Guo and Anlong Ming},
journal= {arXiv preprint arXiv:2302.11119},
year = {2023}
}