利用远距离传感器信息的自主移动巡逻机器人快速重访覆盖路径规划
机器人学
2025-07-28 v2
摘要
无人地面车辆（UGV）在工业场所巡逻中的应用显著增加。这些UGV通常配备感知系统（例如计算机视觉），但由于传感器限制或场地拓扑，其感知范围有限。UGV的高层控制需要覆盖路径规划（CPP）算法，该算法能够导航所有相关航点并迅速开始下一个周期。本文提出了一种新颖的快速重访覆盖路径规划（FaRe-CPP）算法，该算法使用贪心启发式方法提出航点以实现最大覆盖面积，并采用基于随机搜索的路径优化技术，沿着所提出的航点获得具有最小重访时间的路径。我们在使用Gazebo和配备摄像头的TurtleBot3的模拟环境中，与若干现有算法进行了评估。与它们的平均路径长度和重访时间相比，我们的FaRe-CPP算法在这些高度相关的性能指标上分别至少减少了21%和33%。
引用
@article{arxiv.2501.07343,
title = {Fast-Revisit Coverage Path Planning for Autonomous Mobile Patrol Robots Using Long-Range Sensor Information},
author = {Srinivas Kachavarapu and Tobias Doernbach and Reinhard Gerndt},
journal= {arXiv preprint arXiv:2501.07343},
year = {2025}
}
备注
accepted for presentation at the International Conference on Intelligent Robots and Systems (IROS) 2025