贪婪视角：杂乱环境中用于协同感知的多无人机视点规划

部署空中机器人团队可实现复杂环境中动态人群(演员)的大规模拍摄，应用于团队运动与电影摄制等领域。为此，通过顺序贪婪规划进行子模最大化的方法可扩展优化机器人团队的相机视角，但在杂乱环境中面临高效协调的挑战。障碍物会产生遮挡并增加机器人间碰撞几率，可能违背近最优性保证的要求。为协调空中机器人团队在密集环境中拍摄人群，需要更通用的视点规划方法。我们通过开发一种具有遮挡感知目标的多机器人多演员视点规划器来研究碰撞与遮挡如何影响拍摄应用性能，并与编队规划器及忽略机器人间碰撞的贪婪规划器进行比较。我们基于五种测试环境与复杂多演员行为评估该方法。与编队规划器相比，我们的顺序规划器在三种场景中为拍摄演员生成高出 $14\%$ 的视角奖励，并在另外两种上取得与编队规划相当的性能。我们还观察到顺序规划在有和无机器人间碰撞约束下视角奖励近乎一致，表明机器人能够在不损害感知任务性能的情况下避免碰撞。总体而言，我们展示了在布满可能引起碰撞或遮挡障碍物的环境中，以及对可能分散、合并或展开的人群进行拍摄时，空中机器人团队的有效协调。