MDCPP：面向工作负载适应的多机器人动态覆盖路径规划
机器人学
2025-09-30 v1
摘要
多机器人覆盖路径规划（MCPP）研究为多台机器人计算路径以有效覆盖大面积感兴趣区域的问题。传统MCPP方法通常假设机器人以固定速度运动，这在机器人必须根据分配的覆盖任务调整速度的真实场景中往往不现实。因此，传统方法常导致机器人间工作负载分配不均和覆盖任务完成时间增加。为此，我们提出了一种新型多机器人动态覆盖路径规划（MDCPP）算法，用于二维环境中的完全覆盖。MDCPP通过高斯混合模型近似目标分布来动态估计每台机器人的剩余工作负载，并利用容量约束泰森多边形分配覆盖区域。我们进一步开发了MDCPP的分布式实现，适用于范围受限的机器人网络。仿真结果验证了MDCPP的有效性，表明其相较于现有扫描算法具有定性提升和优越性能，并量化了通信范围对覆盖效率的影响。
引用
@article{arxiv.2509.23705,
title = {MDCPP: Multi-robot Dynamic Coverage Path Planning for Workload Adaptation},
author = {Jun Chen and Mingjia Chen and Shinkyu Park},
journal= {arXiv preprint arXiv:2509.23705},
year = {2025}
}