Planning problems in a multi-tethered-robot system
Problèmes de planification dans un système de multiples robots à câble
Résumé
Multiple robot systems are widely applied in our real life. As a special type of mobile system, tethered robots play a crucial role in special contexts, particularly in challenging conditions, where cables provide stable access to power and network connectivity. However, constraints imposed by cables also introduce new challenges for motion planning in these applications. This thesis focuses on planning problems for a team of tethered robots, addressing two major problems: non-crossing Anonymous Multi-Agent Path Finding (AMAPF) and Multiple Tethered Coverage Path Planning (MTCPP). The goal of non-crossing AMAPF is to find a set of non-crossing paths such that the makespan is minimal. The study is carried out in two cases, considering whether the robots are treated as point-sized or not. This hypothesis significantly influences the computation of makespan. The problem is abstracted to the Euclidean Bipartite Assignment problem and we show that bounds can be efficiently computed by solving linear assignment problems. We introduce a variable neighborhood search method to improve upper bounds, and a Constraint Programming model to compute optimal solutions. The approach is experimentally evaluated on three different kinds of instances. The MTCPP problem is addressed by initially partitioning the workspace into equitable connected subregions, enabling each robot to operate independently in its assigned area. We propose an approach based on the additively weighted Voronoi diagram, ensuring an equitable partitioning that enforces relative star-convexity of each subregion to the associated anchor point, thereby avoiding cable entanglement. For the coverage path planning of each robot, the Spanning Tree Coverage method is shown to effectively solve the problem while respecting cable constraints.
Les systèmes de multiples robots ont été largement appliqués dans notre vie. En tant que type particulier de système mobile, les robots à câble jouent un rôle crucial dans des contextes spécifiques et des conditions difficiles, où le câble offre un accès stable à l'énergie et à la connectivité réseau. Cependant, les contraintes imposées par le câble introduisent également de nouveaux défis pour la planification des mouvements dans ces applications. Cette thèse se concentre sur les problèmes de planification pour une équipe de robots à câble, abordant deux problèmes majeurs : le Anonymous Multi-Agent Path Finding (AMAPF) sans croisement et le Multiple Tethered Coverage Path Planning (MTCPP). L'objectif du AMAPF sans croisement est de trouver un ensemble de trajectoires non croisées de manière à minimiser la longueur du plus long chemin (makespan). L'étude est divisée en deux cas, selon que l'on néglige la taille du robot ou non. Cette hypothèse influence significativement le calcul du makespan. Le problème est abstrait sous la forme d'un couplage bipartite euclidien, et nous montrons que des bornes peuvent être efficacement calculées en résolvant des problèmes d'affectation linéaires. Nous introduisons une méthode de recherche à voisinage variable pour améliorer les bornes supérieures, et un modèle de programmation par contraintes pour calculer des solutions optimales. L'approche est évaluée expérimentalement sur trois types différents d'instance. Le problème MTCPP est abordé en partitionnant initialement l'espace de travail en sous-régions équitables connectées, permettant à chaque robot de fonctionner indépendamment dans sa zone assignée. Nous proposons une approche basée sur le diagramme de Voronoi pondéré de manière additive, assurant une partition équitable qui impose la étoile-convexité relative de chaque sous-région par rapport au point d'ancrage associé, évitant ainsi l'emmêlement des câbles. Pour la planification de la trajectoire de couverture de chaque robot, la méthode Spanning Tree Coverage permet de résoudre efficacement le problème tout en respectant les contraintes du câble.
| Origine | Version validée par le jury (STAR) |
|---|