TU Darmstadt / ULB / TUprints

Coordination of Cooperative Multi-Robot Teams

Klodt, Lukas :
Coordination of Cooperative Multi-Robot Teams.
Technische Universität, Darmstadt
[Ph.D. Thesis], (2017)

[img]
Preview
Text
Diss_final.pdf - Accepted Version
Available under CC-BY 4.0 International - Creative Commons Attribution 4.0.

Download (3MB) | Preview
Item Type: Ph.D. Thesis
Title: Coordination of Cooperative Multi-Robot Teams
Language: English
Abstract:

This thesis is about cooperation of multiple robots that have a common task they should fulfill, i.e., how multi-robot systems behave in cooperative scenarios. Cooperation is a very important aspect in robotics, because multiple robots can solve a task more quickly or efficiently in many situations. Specific points of interest are, how the effectiveness of the group of robots completing a task can be improved and how the amount of communication and computational requirements can be reduced. The importance of this topic lies in applications like search and rescue scenarios, where time can be a critical factor and a certain robustness and reliability are required. Further the communication can be limited by various factors and operating (multiple) robots can be a highly complicated task. A typical search and rescue mission as considered in this thesis begins with the deployment of the robot team in an unknown or partly known environment. The team can be heterogeneous in the sense that it consists of pairs of air and ground robots that assist each other. The air vehicle – abbreviated as UAV – stays within vision range of the ground vehicle or UGV. Therefrom, it provides sensing information with a camera or similar sensor that might not be available to the UGV due to distance, perspective or occlusion. A new approach to fully use the available movement range is presented and analyzed theoretically and in simulations. The UAV moves according to a dynamic coverage algorithm which is combined with a tracking controller to guarantee the visibility limitation is kept. Since the environment is at least partly unknown, an exploration method is necessary to gather information about the situation and possible targets or areas of interest. Exploring the unknown regions in a short amount of time is solved by approaching points on the frontier between known and unknown territory. To this end, a basic approach for single robot exploration that uses the traveling salesman problem is extended to multirobot exploration. The coordination, which is a central aspect of the cooperative exploration process, is realized with a pairwise optimization procedure. This new algorithm uses minimum spanning trees for cost estimation and is inspired by one of the many multi-robot coordination methods from the related literature. Again, theoretical and simulated as well as statistical analysis are used as methods to evaluate the approach. After the exploration is complete, a map of the environment with possible regions of higher importance is known by the robot team. To stay useful and ready for any further events, the robots now switch to a monitoring state where they spread out to cover the area in an optimal manner. The optimality is measured with a criterion that can be derived into a distributed control law. This leads to splitting of the robots into areas of Voronoi cells where each robot has a maximum distance to other robots and can sense any events within its assigned cell. A new variant of these Voronoi cells is introduced. They are limited by visibility and depend on a delta-contraction of the environment, which leads to automatic collision avoidance. The combination of these two aspects leads to a coverage control algorithm that works in nonconvex environments and has advantageous properties compared to related work.

Alternative Abstract:
Alternative AbstractLanguage
Das Thema dieser Dissertation ist die Kooperation in Multi-Roboter Systemen, also wie mehrere Roboter eine gemeinsame Aufgabe lösen können. Kooperation ist ein wichtiger Aspekt in der Robotik, da mehrere Roboter das Potential haben, viele Aufgaben wesentlich schneller oder effektiver zu lösen, als es einem einzelnen, vielleicht komplexeren Roboter möglich wäre. Speziell von Interesse ist im Rahmen dieser Arbeit, inwiefern die Effektivität eines Roboterteams verbessert werden kann und ob eine Reduzierung von Kommunikations- und Rechenaufwand möglich ist. Ein wichtiges Anwendungsgebiet ist durch Such- und Rettungsmissionen gegeben, bei denen Zeit eine kritische Rolle spielen kann und Robustheit sowie Zuverlässigkeit verlangt werden. Des Weiteren kann die Kommunikation in solchen Szenarien durch verschiedene Faktoren eingeschränkt sein und das manuelle Steuern mehrerer mobiler Roboter stellt aufgrund der Komplexität hohe Anforderungen an die Operatoren. Eine typische Such- und Rettungsmission, wie sie in dieser Arbeit betrachtet wird, beginnt mit dem Einsatz des Roboterteams in unbekanntem oder teilweise bekanntem Gebiet. Das Team kann eine Heterogenität in Form von Luft- und Bodenrobotern aufweisen, die sich gegenseitig unterstützen. Das Luftfahrzeug – kurz UAV – bleibt innerhalb des Sichtbereiches zum Bodenfahrzeug oder UGV. Von dort liefert es Sensorinformationen mit einer Kamera oder einem ähnlichen Sensor. Diese Information ist dem UGV aufgrund von Abstand, Perspektive oder Sichtverdeckungen möglicherweise nicht direkt zugänglich. Um den verfügbaren Bewegungsspielraum maximal auszunutzen, wird ein neuer Ansatz vorgestellt und theoretisch sowie in Simulationen analysiert. Das UAV bewegt sich nach einem dynamischen Coverage–Verfahren in Kombination mit einem Folgeregler, um den Sichtkontakt aufrecht zu erhalten. Da die Umgebung zumindest teilweise unbekannt ist, wird eine Erforschungsmethode benötigt, um Informationen über die Situation und mögliche Ziele oder Bereiche von Interesse zu identifizieren. Dazu wird ein bestehender Ansatz für die Exploration mit einem Roboter, der auf dem Traveling Salesman Problem aufbaut, auf Multi-Roboter Explorationen erweitert. Die Koordination als zentraler Bestandteil des kooperativen Erforschungsprozesses wird mit einer paarweisen Optimierung umgesetzt, bei der minimale Spannbäume als Kostenschätzer verwendet werden. Dieser neue Ansatz wird ebenfalls theoretisch analysiert und in simulierten Experimenten mit relevanten Ansätzen aus der Literatur verglichen. Nachdem die Exploration beendet ist, liegt eine Karte der Umgebung gegebenenfalls mit Regionen von höherem Interesse vor. Um auf weitere Ereignisse vorbereitet zu sein und die Umgebung sensorisch abzudecken, schaltet das Roboterteam in einen Beobachtungsmodus. In diesem Zustand geht es darum, dass die Roboter sich möglichst optimal verteilen. Die Optimalität wird über eine Gütefunktion definiert, die zu einem verteilten Regelgesetz entwickelt werden kann. Die Roboter teilen sich in Voronoi–Zellen auf, in denen sie für die dort auftretenden Ereignisse zuständig sind. Um einen Einsatz in nichtkonvexen Gebieten zu ermöglichen, wird eine Variation der Voronoi–Zellen eingeführt und mit der Kontraktion der Umgebungsgrenzen verbunden. Dadurch entsteht ein automatisches Hindernisvermeidungsverhalten. Die vorteilhaften Eigenschaften des neuen Algorithmus werden dargelegt und diskutiert.German
Place of Publication: Darmstadt
Classification DDC: 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften
Divisions: 18 Department of Electrical Engineering and Information Technology
18 Department of Electrical Engineering and Information Technology > Institut für Automatisierungstechnik und Mechatronik
18 Department of Electrical Engineering and Information Technology > Institut für Automatisierungstechnik und Mechatronik > Control Methods and Robotics
Date Deposited: 15 Dec 2017 11:29
Last Modified: 15 Dec 2017 11:29
URN: urn:nbn:de:tuda-tuprints-70265
Referees: Adamy, Prof. Dr. Jürgen and Faigl, Prof. Jan
Refereed: 30 November 2017
URI: http://tuprints.ulb.tu-darmstadt.de/id/eprint/7026
Export:
Actions (login required)
View Item View Item

Downloads

Downloads per month over past year