Key points are not available for this paper at this time.
مؤخراً، أظهرت خوارزميات تخطيط مسار التغطية المتعددة الروبوتات على الإنترنت المعتمدة على الأفق المركزي قدرة كبيرة على استكشاف مساحات العمل الكبيرة والمعقدة وغير المعروفة بدقة مع العديد من الروبوتات. في الأفق، يتداخل تخطيط المسار وتنفيذ المسار، مما يعني أنه عندما يحدث تخطيط المسار للروبوتات التي لا تملك مسارات، لا تقوم الروبوتات التي لديها مسارات بارزة بالتنفيذ، وبعد ذلك، عندما تقوم الروبوتات التي لديها مسارات جديدة أو بارزة بتنفيذ للوصول إلى أهدافها المعنية، لا يحدث تخطيط المسار لتلك الروبوتات التي لم تحصل على مسارات جديدة بعد، مما يؤدي إلى هدر كل من الموارد الروبوتية وموارد الحوسبة. كعلاج، نقترح خوارزمية مركزية ليست معتمدة على الأفق. تقوم بتخطيط المسارات في أي وقت لمجموعة فرعية من الروبوتات التي لا تملك مسارات، أي التي وصلت إلى أهدافها المعينة سابقاً، بينما تقوم البقية بتنفيذ مساراتها البارزة، مما يمكّن من التخطيط والتنفيذ المتزامن. نثبت رسمياً أن الخوارزمية المقترحة تضمن تغطية كاملة لمساحة عمل غير معروفة ونحلل تعقيدها الزمني. لتوضيح قابلية التوسع، نقوم بتقييم خوارزميتنا لتغطية ثمانية مساحات عمل كبيرة بشبكة ثنائية الأبعاد مع ما يصل إلى 512 روبوتاً طائراً وأرضياً، على التوالي. تُظهر المقارنة مع خوارزمية حديثة تعتمد على الأفق تفوقها في إكمال التغطية بسرعة تصل إلى 1.6x. للتحقق، نقوم بإجراء محاكاة ROS + Gazebo في ستة مساحات عمل شبكية ثنائية الأبعاد باستخدام 10 طائرات رباعية وTurtleBots، على التوالي. كما أجرينا تجربة واحدة ناجحة في الهواء الطلق باستخدام ثلاثة طائرات رباعية وتجربة داخلية مع اثنين من TurtleBots.
درس Mitra وآخرون (جمعة) هذا السؤال.