在线按需多机器人覆盖路径规划

我们提出一种在线集中式路径规划算法，使用多个同构移动机器人覆盖大型、复杂且未知的工作空间。我们的算法基于视野、同步且按需。近期提出的基于视野的同步算法在每个视野内计算所有机器人的路径，在具有大量机器人的大型工作空间中显著增加了计算负担。作为补救，我们提出一种算法，仅为已完全遍历先前计算路径的机器人子集（即按需）计算路径，并为其他机器人复用剩余路径。我们形式化证明该算法保证对未知工作空间的完全覆盖。在多个标准基准工作空间上的实验结果表明，我们的算法可扩展至大型复杂工作空间中的数百个机器人，并在实现完全覆盖所需时间上持续优于最先进的在线集中式多机器人覆盖路径规划算法。为验证算法，我们分别在五个 2D 网格基准工作空间中使用 10 架 Quadcopter 和 10 台 TurtleBot 进行 ROS+Gazebo 仿真。此外，为证明其实际可行性，我们使用两台真实 TurtleBot2 机器人进行了一次室内实验，并使用三架真实 Quadcopter 进行了一次室外实验。