GHACPP：面向自主消毒机器人的基于遗传算法的人体感知覆盖路径规划算法
机器人学
2023-07-18 v1
摘要
近年来开发了众多搭载 Ultraviolet-C（UV-C）灯的移动机器人，但它们无法在与人类同一空间内工作而不以 UV-C 照射人体。本文提出一种新颖的模块化且可扩展的基于遗传算法的人体感知覆盖路径规划算法（GHACPP），旨在解决通过 UV-C 照射对未知环境进行消毒并防止人眼与皮肤受伤害的问题。所提出的基于遗传算法的方案在新区域探索、生成所得消毒轨迹的片段（称为迷你轨迹）以及更新机器人周边当前状态等阶段间交替进行。系统在与最新最先进在线覆盖路径规划算法之一 SimExCoverage-STC 的对比中，在有效性与人体安全性方面的性能得到验证。实验结果表明，与最先进方法相比，所开发算法在人类高安全性以及效率方面表现优异：路径长度减少 37.1%、转弯次数减少 39.5%、转弯尺寸减小 35.2%、完成任务时间缩短 7.6%，而覆盖面积百分比仅有微小损失（0.6%）。
引用
@article{arxiv.2307.08294,
title = {GHACPP: Genetic-based Human-Aware Coverage Path Planning Algorithm for Autonomous Disinfection Robot},
author = {Stepan Perminov and Ivan Kalinov and Dzmitry Tsetserukou},
journal= {arXiv preprint arXiv:2307.08294},
year = {2023}
}
备注
Accepted to International Conference on Systems, Man, and Cybernetics (SMC). 2023. IEEE copyright