面向基于优化的自主多机器人搜索算法的实验 setup 与软件管线

信号源定位是多机器人系统中值得关注的问题，因其在搜救和工业/户外灾害定位等场景中具有广泛应用。已有多种多机器人搜索算法通常将其自主运动规划问题建模为启发式模型无关或信念模型有关的优化过程求解。然而，这些算法大多仅在仿真环境中进行测试，无法获得关于其在真实物理环境下在搜索性能和实时计算性能方面的对比与比较的知识。为此，本文提出了新的实验室规模物理 setup 与关联的开源软件管线，用于评估和基准测试多机器人搜索算法。所提出的物理 setup 创新性地使用了安全且成本低廉的声学信号源，以及在标准运动捕捉环境中运行的小型地面机器人（e-pucks）。该 setup 易于大多数机器人研究者复制和使用。声学信号源还呈现出噪声-信号比率不确定性，这有助于评估仿真-现实之间的差距。整体软件管线设计为可轻松与任何多机器人搜索算法接口，支持并行异步执行。该管线包括用于分布式实现多机器人或群体搜索算法的框架，集成了基于ROS（机器人操作系统）的软件堆栈，以支持运动捕捉定位。我们通过使用该 novel setup 对两种最先进的多机器人搜索算法（一种基于群体优化，另一种基于批量贝叶斯优化，称为Bayes-Swarm）以及一个随机行走基准进行评估，展示了该 setup 的创新实用性。