面向多机器人探索：一种无人机森林探索的分散式策略
机器人学
2023-01-23 v1 多智能体系统
摘要
高效的探索策略在搜救任务和灾害勘测等任务中至关重要。无人机（UAVs）在此类应用中尤为流行，有望以高速覆盖大面积区域。此外，随着机载UAV感知日益成熟，研究焦点已转向单机器人与多机器人任务的高层推理。然而，对未知大空间的自主导航与探索仍是一项开放挑战，尤其在环境杂乱且因障碍物密度高而存在大量频繁遮挡的森林场景中。此外，此类场景下的远距离无线通信问题可能成为限制因素，尤其在实现UAV蜂群自动化导航时。为此，本文提出一种探索策略，使UAVs无论单独还是小型蜂群都能以分散方式快速探索复杂场景。通过赋予每架UAV在不同执行模式间切换的决策能力，该策略在谨慎探索完全未知区域与更激进探索较小未知空间之间取得了良好平衡。这实现了对可变密度森林区域的全面覆盖，且始终快于当前最优（SOTA）方法。本文展示了单架UAV及最多三架UAV蜂群的成功部署，阐明了杂乱场景多根探索的基本原则，其中单UAV情形提速达65%，多UAV配置下相同任务时间内的探索面积增加40%。
引用
@article{arxiv.2301.08537,
title = {Towards Multi-robot Exploration: A Decentralized Strategy for UAV Forest Exploration},
author = {Luca Bartolomei and Lucas Teixeira and Margarita Chli},
journal= {arXiv preprint arXiv:2301.08537},
year = {2023}
}