具有质量放大的微型飞行器群容错路径规划
机器人学
2021-06-04 v3 系统与控制
系统与控制
摘要
我们提出了一种面向微型飞行器(MAV)群的容错路径规划算法。我们假设在无 GPS 类技术的情况下进行导航。MAV 利用传感器与摄像头寻找路径,识别并跟随一系列视觉路标。视觉路标引导 MAV 前往目的地。假设 MAV 不了解地形与路标位置。它们持有关于路标的先验信息,其解释易于出错。错误有两类:识别错误或建议错误。识别错误源于感知数据的误读或先验信息,或物体混淆,例如由于传感器故障。建议错误则源于关于路标的过时或错误信息,例如由于天气状况。我们的路径规划算法是协作式的。MAV 通过无线方式通信并交换信息,以最小化识别与建议错误的数量。因此,导航决策过程的质量得以放大。我们的方案成功实现了一种自适应容错导航系统。质量放大相对于 MAV 的数量进行参数化。我们通过理论证明与数值仿真验证了我们的方法。
引用
@article{arxiv.1906.09505,
title = {Error Tolerant Path Planning for Swarms of Micro Aerial Vehicles with Quality Amplification},
author = {Michel Barbeau and Joaquin Garcia-Alfaro and Evangelos Kranakis and Fillipe Santos},
journal= {arXiv preprint arXiv:1906.09505},
year = {2021}
}
备注
An early version of this paper appeared in the proceedings of IEEE GLOBECOM 2019, Waikoloa, Hawaii, Dec 9-14, 2019