Efficient Coverage Algorithm based-on Grouping for Autonomous Intelligent Robots

자율 지능형 로봇을 위한 그룹화 기반의 효율적 커버리지 알고리즘

The coverage algorithm based on Boustrophedon path has been known to be the most efficient in places without or less obstacles If the map of an environmental area thru SLAM algorithm can be obtainable. However, the efficiency of the coverage algorithm based on Boustrophedon path drops drastically when obstacles are complex. In this paper, we propose and implement a new algorithm, which we call Group-k, that efficiently handles the complex area. The Group-k algorithm groups the obstacles and prioritizes the covering sequences with complex rank of the groups. Implementation-based experiments show about 20% improved performance when applying the nor- algorithm, compared to the Boustrophedon path algorithm.

최근 슬램 알고리즘의 실현을 통해 주변 환경에 대한 맵 정보가 획득 가능할 경우에 격자 그리드 기반의 Boustrophedon 경로 기반 커버리지 알고리즘이 매우 효율적인 것으로 알려져 있다. 그러나 Boustrophedon 경로 기반 알고리즘은실내 공간에 장애물이 복잡하게 존재할 경우에는 급격히 성능 저하현상이 발생한다. 따라서 본 논문에서는 복잡한 실내 공간에서도 효율적으로 빠른 시간 내에 청소를 완료할 수 있는 Group-k 알고리즘을 제안하고 구현한다. Group-k 알고리즘은 전체 공간을 장애물의 복잡성에 근거하여 전체 공간을 그룹화하고 각 그룹별 우선순위를 부여하여 전체 작업 순서를 효율적으로 제어한다. 구현 기반의 실험에 의하면, 본 논문에서 제안된 알고리즘은 Boustrophedon 경로 기반 알고리즘에 비해 약 20%의 성능 향상을 보여준다.