部分已知 3D 表面的多无人机视觉覆盖：基于 Voronoi 的初始化以改进局部优化器
机器人学
2019-01-31 v2
摘要
本文研究将一组无人机（UAV）引导至使 3D 环境可见性最大化的静态构型的问题。假设无人机配备受最大感知距离约束的视觉传感器，且对环境先验知识极为稀疏。为在线求解该问题，可采用无导数基于测量的优化算法，尽管它们深受局部最优限制。为克服此局限，我们提议利用对环境的部分初始知识寻找合适的初始构型，智能体由此启动局部优化。具体地，提出对待覆盖表面粗近似上的约束质心 Voronoi 剖分。智能体行为因此基于两步优化方法，其中基于在线获取信息的随机优化算法跟随基于几何的初始化。算法性能在仿真中评估，并特别分析了相较不同初始化，Voronoi 剖分对解带来的改进。
引用
@article{arxiv.1901.10272,
title = {Multi-UAV Visual Coverage of Partially Known 3D Surfaces: Voronoi-based Initialization to Improve Local Optimizers},
author = {Alessandro Renzaglia and Jilles Dibangoye and Vincent Le Doze and Olivier Simonin},
journal= {arXiv preprint arXiv:1901.10272},
year = {2019}
}