Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

Planificador de rutas unificado con seguridad adaptativa y optimización

Created by
  • Haebom

Autor

Jatin Kumar Arora, Soutrik Bandyopadhyay, Shubhendu Bhasin

Describir

Este artículo propone un Planificador de Rutas Unificado (UPP) que resuelve el equilibrio entre optimalidad y seguridad en la planificación de rutas para robots autónomos. UPP es un algoritmo basado en búsqueda de grafos que equilibra dinámicamente la longitud de la ruta y la distancia entre obstáculos mediante una función heurística modificada que incorpora costes de seguridad dinámicos. Establecemos un límite teórico de suboptimalidad y demostramos que la relación seguridad-optimalidad puede ajustarse mediante parámetros ajustables. Simulaciones exhaustivas demuestran que UPP genera rutas subóptimas con una alta tasa de éxito y un aumento de coste mínimo en comparación con el método A* convencional, a la vez que garantiza un margen de seguridad comparable al de un planificador Voronoi tradicional. Además, una implementación de hardware con TurtleBot verifica la capacidad de UPP para generar rutas seguras y subóptimas en entornos complejos.

Takeaways, Limitations

•
Takeaways:
◦
Presentamos un marco de planificación de rutas integrado (UPP) que considera simultáneamente la optimalidad y la seguridad.
◦
La relación seguridad-optimización se puede ajustar mediante parámetros ajustables
◦
Validar la eficiencia y seguridad de UPP mediante simulaciones y experimentos con robots reales.
◦
Garantiza la seguridad con una degradación mínima del rendimiento en comparación con el algoritmo A* existente.
•
Limitations:
◦
Se necesita más investigación para determinar valores óptimos para los parámetros ajustables.
◦
Se necesitan experimentos adicionales en diversos entornos y plataformas robóticas.
◦
Es necesario un análisis detallado de la creciente complejidad computacional.
👍
Made with Slashpage