机器人集群高效巡逻三角剖分区域的局部策略
机器人学
2014-10-10 v1
摘要
我们提出并分析了利用分布式机器人集群巡逻环境的方法。我们的方法使用一种物理数据结构——工作空间的分布式三角剖分。大量静止的“映射”机器人覆盖并对环境进行三角剖分，而较少数量的移动“巡逻”机器人在其间移动。本工作的重点是开发、分析、实现和比较局部巡逻策略。我们期望这些策略既能实现完全覆盖，又能产生良好的覆盖频率和访问间隔时间。虽然为这些量提供理论保证的策略已受到一定关注，但仍存在空白。我们展示了：1) 如何通过构建工作空间的三角剖分来实现覆盖及其后续性质的总结。2) 巡逻机器人实现覆盖的简单局部策略（LRV，即最近最少访问；LFV，即最不频繁访问）的描述。3) 关于不同版本 LRV 在三角形访问之间可能需要最坏情况指数时间的新分析论证。4) 分析证据表明，在我们的场景中，在对偶图的边上局部实现 LFV 是可行的，且在最坏情况下表现极佳。5) 对这些策略实际有用性的实验和仿真验证，表明即使少量能力较弱且仅有局部信息的机器人，也能大幅优于拥有完整信息和计算能力的单个强大机器人。
引用
@article{arxiv.1410.2295,
title = {Local Policies for Efficiently Patrolling a Triangulated Region by a Robot Swarm},
author = {Daniela Maftuleac and Seoung Kyou Lee and Sandor P. Fekete and Aditya Kumar Akash and Alejandro Lopez-Ortiz and James McLurkin},
journal= {arXiv preprint arXiv:1410.2295},
year = {2014}
}