Receding Horizon Next-Best-View 계획법 기반의 보로노이 편향 3차원 군집 로봇 탐사 알고리즘 > 논문 검색첫페이지로 이동

군집 로봇 탐사 문제는 일반적으로 next-best-view (NBV)의 결정, 경로 계획, 그리고 협업 알고리즘으로 구성된다. 본 논문은 이
세 과정을 분리하였을 때 초래되는 비효율을 해결하기 위해 하나의 통합된 3차원 군집 로봇 탐사 알고리즘을 제안한다. 제시된 알고리
즘은 탐사 영역 분담과 최적 경로 선택의 두 단계로 구성되어 있다. 각 로봇은 탐사 영역의 분담을 위해 RRT와 같은 샘플링 기반 트리
(sampling based tree)를 보로노이 편향 포레스트(Voronoi-biased Forest: VBF)라는 구조에 맞게 생성한다. VBF는 본 논문에서 새
롭게 제시되는 자료 구조로, 각 로봇이 샘플링 기반 트리를 생성할 때 자신의 보로노이 공간에 편향되게 점을 추출함으로써 탐사 영역이
확률적으로 배정된다. 제시된 VBF가 공간을 얼마나 효율적으로 덮는지는 매개변수에 따라 정량적으로 분석되었다. 이렇게 생성된 VBF
에서 각 로봇은 가지에서 얻을 수 있는 정보량과 다른 로봇들의 경로 정보를 바탕으로 최적의 경로를 선택한 후, receding horizon 방식
에 따라 첫 변(edge)만을 이동한다. 제시된 협업 알고리즘을 통해 로봇들이 기존보다 공간을 빠르고 안정적이게 탐사한다는 것을 컴퓨터
시뮬레이션을 통해 검증하였다.

Multi-robot exploration problem is generally constituted of a determination of next-best-views (NBVs), path planning, and
coordination algorithm. This paper presents a unified 3D multi-robot exploration algorithm in order to solve the inefficiency that takes
place when the aforementioned three components are constructed individually. The proposed algorithm is composed of two parts: an
allocation of exploration regions and a determination of the best path. For the allocation of the region to explore, each robot generates a
sampling-based tree, e.g. RRT, which composes a Voronoi-biased forest (VBF). A VBF, a new data structure introduced within this work,
assigns a region for each robot to explore in a probabilistic manner. The amount of the space a VBF covers is quantitatively analyzed
depending on its parameters. From the generated VBF, each robot determines the best path from branches of its tree based on the amount
of information can be gained along with the paths of peer robots. Only the first edge of the best branch of each tree is executed in a
receding horizon scheme. The overall exploration algorithm is evaluated in a computer simulated environment. The results demonstrate
that our coordination algorithm allows robots to quickly and reliably explore the environment.