Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Learning Transferable Policies for Monocular Reactive MAV Control Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Safe Navigation of Quadrotor Teams to Labeled Goals in Limited Workspaces

verfasst von : Sarah Tang, Justin Thomas, Vijay Kumar

Erschienen in: 2016 International Symposium on Experimental Robotics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this work, we solve the labeled multi-robot planning problem. Most proposed algorithms to date have modeled robots as kinematic or kinodynamic agents in planar environments, making them impractical for real-world systems. Here, we present experiments to validate a centralized multi-robot planning and trajectory generation method that explicitly accounts for robots with higher-order dynamics. First, we demonstrate successful execution of solution trajectories. Next, we verify the robustness of the robots’ trajectory tracking to unmodeled external disturbances, in particular, the aerodynamic interactions between co-planar neighbors. Finally, we apply our algorithm to navigating quadrotors away from the downwash of their neighbors to improve safety in three-dimensional workspaces.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel “On-the-Spot Training” for Terrain Classification in Autonomous Air-Ground Collaborative Teams
Nächstes Kapitel Using Vision for Pre- and Post-grasping Object Localization for Soft Hands
Fußnoten
Literatur
1.
Enright, J.J., Wurman, P.R.: Optimization and coordinated autonomy in mobile fulfillment systems. In: AAAI Conference on Artificial Intelligence (2011)
2.
Forbes: Meet amazon prime air, a delivery-by-aerial-drone project, December 2013
3.
Turpin, M., Mohta, K., Michael, N., Kumar, V.: Goal assignment and trajectory planning for large teams of interchangeable robots. Auton. Rob. 37(4), 401–415 (2014)CrossRef
4.
Goldenberg, M., Felner, A., Stern, R., Sharon, G., Sturtevant, N., Holte, R.C., Schaeffer, J.: Enhanced partial expansion A*. J. Artif. Intell. Res. 50(1), 141–187 (2014)MathSciNetMATH
5.
6.
Yu, J., Rus, D.: An effective algorithmic framework for near optimal multi-robot path planning. In: The International Symposium on Robotics Research (ISRR) (2015)
7.
Luna, R., Bekris, K.E.: Push and swap: Fast cooperative path-finding with completeness guarantees. In: Proceedings of the Twenty-Second International Joint Conference on Artificial Intelligence (IJCAI), pp. 294–300 (2011)
8.
Bennewitz, M., Burgard, W., Thrun, S.: Finding and optimizing solvable priority schemes for decoupled path planning techniques for teams of mobile robots. Rob. Auton. Syst. 41(2), 89–99 (2002)CrossRef
9.
Desaraju, V., How, J.P.: Decentralized path planning for multi-agent teams in complex environments using rapidly-exploring random trees. In: Proceedings of the 2011 IEEE International Conference on Robotics and Automation (ICRA), pp. 4956–4961 (2011)
10.
Wiktor, A., Scobee, D., Messenger, S., Clark, C.: Decentralized and complete multi-robot motion planning in confined spaces. In: Proceedings of the 2014 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 1168–1175 (2014)
11.
Clark, C.M., Bretl, T., Rock, S.M.: Applying kinodynamic randomized motion planning with a dynamic priority system to multi-robot space systems. In: Proceedings of the 2002 IEEE Aerospace Conference, March 2002
12.
Pallottino, L., Scordio, V.G., Frazzoli, E., Bicchi, A.: Decentralized cooperative policy for conflict resolution in multi-vehicle systems. IEEE Trans. Rob. 23, 1170–1183 (2007)CrossRef
13.
Alonso-Mora, J., Naegeli, T., Siegwart, R., Beardsley, P.: Collision avoidance for aerial vehicles in multi-agent scenarios. Auton. Rob. 39(1), 101–121 (2015)CrossRef
14.
Omidshafiei, S., Agha-mohammadi, A., Amato, C., How, J.P : Decentralized control of partially observable markov decision processes using belief space macro-actions. In: IEEE International Conference on Robotics and Automation (ICRA) (2015)
15.
Mohta, K., Turpin, M., Kushleyev, A., Mellinger, D., Michael, N., Kumar, V.: QuadCloud: a rapid response force with quadrotor teams. In: Hsieh, M.A., Khatib, O., Kumar, V. (eds.) Experimental Robotics. STAR, vol. 109, pp. 577–590. Springer, Heidelberg (2016). doi:10.​1007/​978-3-319-23778-7_​38 CrossRef
16.
Tang, S., Kumar, V.: A complete algorithm for generating safe trajectories for multi-robot teams. In: International Symposium on Robotics Research (2015)
17.
Tang, S., Kumar, V.: Safe and complete trajectory generation for large teams of robots with higher-order dynamics. In: Proceedings of the 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), October 2016
18.
Mellinger, D., Kumar, V.: Minimum snap trajectory generation and control for quadrotors. In: Proceedings of the 2011 IEEE International Conference on Robotics and Automation (ICRA), pp. 2520–2525 (2011)
19.
Lee, T., Leok, M., McClamroch, N.H.: Control of complex maneuvers for a quadrotor UAV using geometric methods on SE(3). Asian J. Control Vol. 15, 391–408 (2011)CrossRefMATH
20.
Michael, N., Mellinger, D., Lindsey, Q., Kumar, V.: The GRASP multiple micro-UAV testbed. IEEE Rob. Autom. Mag. 17(3), 56–65 (2010)CrossRef
Metadaten
Titel
Safe Navigation of Quadrotor Teams to Labeled Goals in Limited Workspaces
verfasst von
Sarah Tang
Justin Thomas
Vijay Kumar
Copyright-Jahr
2017
Buch
2016 International Symposium on Experimental Robotics

Print ISBN: 978-3-319-50114-7

Electronic ISBN: 978-3-319-50115-4

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-50115-4_51

Neuer Inhalt

    Bildnachweise