城市灾害环境中移动机器人网络的数据生存能力

部署于城市灾区用于监测或搜救任务的移动多机器人团队可以极大地提高现场收集的关键数据的质量。对此类数据的分析能够识别危险并挽救生命。不幸的是，此类大规模的实际部署成本高昂，且机器人故障会导致数据丢失。此外，缩小规模的部署无法捕捉到显著的交互和通信复杂性。为解决这一问题，我们提出了新颖的移动性和故障生成框架，允许对大规模灾害场景下的移动机器人网络进行逼真模拟。此外，鉴于数据复制技术可以提高操作期间收集数据的生存能力，我们提出了一种自适应、可扩展的数据复制技术，该技术能以低开销实现高数据生存能力。我们的技术考虑了预期的机器人故障和机器人异构性，以决定数据复制的积极程度。此外，它还考虑了生存能力优先级，即某些数据比其他数据需要更多的努力来保存。利用我们新颖的模拟生成框架，我们将我们的自适应技术与泛洪和基于广播的复制技术进行了比较，结果表明，在高达 60% 的故障率下，我们的技术能以更低的通信成本确保更好的数据生存能力。