一群飞行机器人探索未知环境的最小导航方案（UAV-2019）

摘要

成群的微型飞行机器人在探索未知的室内环境方面具有巨大的潜力。它们的小尺寸允许它们在狭窄的空间中移动，它们的重量轻使它们在人类周围操作时安全。到目前为止，由于缺乏足够的导航策略，这项任务一直遥不可及。外部基础设施的缺乏意味着任何定位尝试都必须由机器人自己来完成。最先进的解决方案，如同步定位和映射，仍然对资源要求过高。本文介绍了群体梯度bug算法(SGBA)，这是一种最小导航解决方案，允许一群微型飞行机器人自主探索未知环境，然后返回出发点。SGBA通过让机器人从出发点向不同的方向行进来最大化覆盖范围。机器人通过视觉里程计和跟墙行为在飞行中导航环境和处理静态障碍物。此外，它们相互通信以避免冲突并最大化搜索效率。为了回到出发点，机器人执行一个朝向家乡信标的梯度搜索。我们研究了SGBA的集体方面，证明它允许一组33克的商业现成四旋翼飞行器成功探索现实世界的环境。一个概念验证的搜索和救援任务展示了它的应用潜力，在这个任务中，机器人捕捉图像，在办公室环境中寻找“受害者”。开发的算法可以推广到其他类型的机器人，并为将来用机器人群处理其他类似的复杂任务奠定了基础。

标签：探索,出发点,机器人,SGBA,UAV,2019,飞行,导航
来源： https://blog.csdn.net/weixin_42689397/article/details/118463237