• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • Un algoritmo di generazione di traiettorie decentralizzato per sistemi multi-robot

    Istantanee mentre i robot stanno navigando in diversi ambienti sconosciuti utilizzando l'algoritmo proposto in questo lavoro. Credito:Govind Aadithya R et al.

    I ricercatori dell'Istituto di scienza e tecnologia SRM in India hanno recentemente sviluppato un algoritmo di generazione di traiettorie decentralizzato per sistemi multi-agente. Il loro algoritmo presentato in un articolo pre-pubblicato su arXiv, può generare traiettorie prive di collisioni per i robot quando viene fornito con uno stato iniziale e una posa finale desiderata.

    "Govind e il suo team mi hanno contattato ambiziosamente cercando il mio suggerimento per il loro progetto di laurea, "Sivanathan K, ricercatore senior che ha supervisionato lo studio, ha detto a TechXplore. "Conoscendo la loro abilità matematica, Ho sentito che dovrebbe essere assegnato loro un problema impegnativo che il futuro sta aspettando di risolvere. Mentre il mondo si sta muovendo verso le auto autonome, Ho suggerito di sviluppare un algoritmo decentralizzato per i veicoli autonomi per navigare negli incroci. Abbiamo ritenuto che le prestazioni dell'algoritmo non fossero all'altezza degli standard, quindi abbiamo esteso il lavoro allo sviluppo di un algoritmo che potesse consentire ai veicoli autonomi di navigare in un ambiente sconosciuto, evitando collisioni con altri robot/ostacoli."

    I sistemi multi-robot coinvolgono un numero di agenti robotici o veicoli autonomi che collaborano su una varietà di compiti. Questi sistemi potrebbero avere interessanti applicazioni in diversi settori, compreso il trasporto, intrattenimento, sicurezza ed esplorazione dello spazio.

    Quando più robot lavorano insieme su un determinato compito, le loro traiettorie richiedono un'attenta pianificazione per assicurarsi che i robot non si scontrino tra loro e che i loro limiti dinamici non vengano violati. Finora, la maggior parte degli approcci per la generazione della traiettoria sono stati centralizzati, il che significa che generano in anticipo traiettorie e poi le trasmettono ai singoli robot.

    Mentre gli approcci centralizzati funzionano bene in ambienti noti e con un numero limitato di robot, sono molto difficili da applicare su larga scala. Negli ultimi anni, perciò, i ricercatori hanno lavorato su approcci decentralizzati in grado di riprogrammare continuamente traiettorie, rispondere a cambiamenti imprevisti o ostacoli nell'ambiente.

    La panoramica del sistema di un singolo agente. Le frecce arancioni rappresentano i dati grezzi, il rosso rappresenta i dati da fonti esterne e il nero rappresentano i dati elaborati e il lato del flusso. Il focus di questo lavoro è la parte ombreggiata. Credito:Govind Aadithya R et al.

    Il team di ricercatori dell'SRM Institute ha sviluppato un nuovo algoritmo decentralizzato per la generazione di traiettorie di sistemi multi-agente. Il loro approccio segue un processo in due fasi, generando regioni convesse prive di collisioni in cui sarà vincolato un robot, prevedendo le posizioni di altri robot.

    "Il nostro approccio ha due sotto-obiettivi. Il primo è l'identificazione dell'ambiente, che include la generazione di mappe per il sé e la previsione della traiettoria per gli altri nell'ambiente per identificare la regione sicura dell'ego (dal punto di vista del veicolo di interesse), "Govind Aadithya R, uno dei ricercatori che ha condotto lo studio, Detto TechXplore. "Dopo di che viene l'obiettivo della navigazione all'interno della regione sicura per raggiungere la destinazione desiderata, per cui generiamo la traiettoria dell'ego con le informazioni disponibili e la ripianifichiamo regolarmente per tenere conto dei cambiamenti che accadono intorno all'ego. Per garantire che l'ego si muova lungo il percorso specificato, gli stati vengono tracciati utilizzando un tracker di traiettoria."

    Govind e i suoi colleghi hanno impiegato un metodo semplice per il rilevamento degli ostacoli, utilizzando mappe locali basate sulla forma per formulare regioni sicure per i singoli agenti. Sulla base di questi dati, il loro algoritmo prevede le traiettorie per altri robot e le incorpora nel modello per evitare collisioni ridimensionando le regioni in cui un robot può navigare senza scontrarsi.

    "Per me, uno dei risultati più significativi di questo lavoro è che il controllo continuo delle collisioni nel tempo è di primaria importanza per una navigazione sicura e senza collisioni, "Sravan Krishnan, un altro ricercatore coinvolto nello studio, ha detto a TechXplore. "Anche, per evitare collisioni, abbiamo scoperto che le tecniche di mappatura complesse non sono di fondamentale importanza, ma sono ancora una necessità quando si ha a che fare con l'utilizzo ottimale dello spazio. Ciò implica che per le manovre conservative, le rappresentazioni degli ostacoli basate sulla geometria semplice sono sufficienti ma per manovre dinamiche e aggressive che utilizzano tutto lo spazio, le geometrie complesse sono una necessità."

    I ricercatori hanno valutato il loro approccio in simulazioni sulla piattaforma Gazebo, utilizzo di ROS con robot aerei piatti e robot su ruote non olonomi; sia in ambienti intersezionali che non strutturati. Il loro algoritmo è stato in grado di generare efficacemente traiettorie uniformi in ambienti vincolati, evitare collisioni tra robot.

    "Portando avanti questo, vorremmo estendere l'algoritmo in 3-D, aggiungendo un'altra dimensione, "Vijay Arvindh B, uno dei ricercatori che ha condotto lo studio, ha detto a TechXplore. "Stiamo attualmente lavorando sui difetti che devono essere corretti per valutare l'algoritmo in 3-D".

    © 2019 Science X Network




    © Scienza https://it.scienceaq.com