RLSS: real-time, decentralized, cooperative, networkless multi-robot trajectory planning using linear spatial separations
RLSS: real-time, decentralized, cooperative, networkless multi-robot trajectory planning using linear spatial separations
复制标题
RLSS：使用线性空间分离的实时、分散、协作、无网络多机器人轨迹规划
DOI：
10.1007/s10514-023-10104-w
复制
发表时间：
2023
影响因子：
3.5
通讯作者：
Ayanian, Nora
中科院分区：
文献类型：
--
作者：
Şenbaşlar, Baskın;Hönig, Wolfgang;Ayanian, Nora
多机器人在共享环境中的轨迹规划是一个具有挑战性的问题，特别是当有有限的通信可用或没有中央实体。在这篇文章中，我们提出了实时规划使用线性空间分离，或RLSS：一个实时分散的轨迹规划算法在静态环境中的合作多机器人团队。该算法需要相对较少的机器人能力，即感测机器人和障碍物的位置，而无需高阶导数和区分机器人与障碍物的能力。没有通信要求，并考虑到机器人的动态限制。RLSS生成并解决运动学上可行的凸二次优化问题，并在所产生的问题可行时保证避免碰撞。我们展示了该算法的性能在实时模拟和物理机器人。我们比较RLSS的两个国家的最先进的规划师和经验表明，RLSS确实避免了死锁和冲突，在森林和迷宫般的环境中，显着改善以前的工作，这导致在这种环境中的碰撞和死锁。
Trajectory planning for multiple robots in shared environments is a challenging problem especially when there is limited communication available or no central entity. In this article, we present Real-time planning using Linear Spatial Separations, or RLSS: a real-time decentralized trajectory planning algorithm for cooperative multi-robot teams in static environments. The algorithm requires relatively few robot capabilities, namely sensing the positions of robots and obstacles without higher-order derivatives and the ability of distinguishing robots from obstacles. There is no communication requirement and the robots’ dynamic limits are taken into account. RLSS generates and solves convex quadratic optimization problems that are kinematically feasible and guarantees collision avoidance if the resulting problems are feasible. We demonstrate the algorithm’s performance in real-time in simulations and on physical robots. We compare RLSS to two state-of-the-art planners and show empirically that RLSS does avoid deadlocks and collisions in forest-like and maze-like environments, significantly improving prior work, which result in collisions and deadlocks in such environments.
登录
查看更多内容
DOI：
10.24963/ijcai.2019/179
发表时间：
2019-08
期刊：
Comput. Oper. Res.
影响因子：
--
作者：
Edward Lam;P. L. Bodic;Daniel Damir Harabor;Peter James Stuckey
通讯作者：
Edward Lam;P. L. Bodic;Daniel Damir Harabor;Peter James Stuckey
影响因子：
5.2
作者：
Sartoretti, Guillaume;Kerr, Justin;Choset, Howie
通讯作者：
Choset, Howie
使用分布式实时重新规划的多机器人团队的鲁棒轨迹执行
DOI：
10.1007/978-3-030-05816-6_12
发表时间：
2018
期刊：
Distributed Autonomous Robotic Systems
影响因子：
--
作者：
Şenbaşlar, Baskın;Hönig, Wolfgang;Ayanian, Nora
通讯作者：
Ayanian, Nora
通过不变几何树的可达性分析在 3D 工作空间中在线规划四旋翼飞行器团队
DOI：
10.1109/icra40945.2020.9197195
发表时间：
2020
期刊：
2020 IEEE International Conference on Robotics and Automation (ICRA)
影响因子：
--
作者：
Arjav Desai;Nathan Michael
通讯作者：
Nathan Michael
影响因子：
3.5
作者：
Hornung, Armin;Wurm, Kai M.;Burgard, Wolfram
通讯作者：
Burgard, Wolfram