論文の概要: End-to-End Framework for Robot Lawnmower Coverage Path Planning using Cellular Decomposition
- arxiv url: http://arxiv.org/abs/2506.06028v1
- Date: Fri, 06 Jun 2025 12:20:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-09 21:34:56.770525
- Title: End-to-End Framework for Robot Lawnmower Coverage Path Planning using Cellular Decomposition
- Title（参考訳）: セル分解を用いたロボットローバー被覆経路計画のためのエンドツーエンドフレームワーク
- Authors: Nikunj Shah, Utsav Dey, Kenji Nishimiya,
- Abstract要約: 自律型芝刈り機は、多様で不規則な形状の芝刈り機を効果的に操作し維持するために、効率的な被覆経路計画(CPP)が必要である。
本稿では,航空地図上のユーザ定義境界をシームレスに最適化したカバレッジパスに変換することを目的とした,CPPのための包括的エンドツーエンドパイプラインを提案する。
- 参考スコア（独自算出の注目度）: 1.474723404975345
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Efficient Coverage Path Planning (CPP) is necessary for autonomous robotic lawnmowers to effectively navigate and maintain lawns with diverse and irregular shapes. This paper introduces a comprehensive end-to-end pipeline for CPP, designed to convert user-defined boundaries on an aerial map into optimized coverage paths seamlessly. The pipeline includes user input extraction, coordinate transformation, area decomposition and path generation using our novel AdaptiveDecompositionCPP algorithm, preview and customization through an interactive coverage path visualizer, and conversion to actionable GPS waypoints. The AdaptiveDecompositionCPP algorithm combines cellular decomposition with an adaptive merging strategy to reduce non-mowing travel thereby enhancing operational efficiency. Experimental evaluations, encompassing both simulations and real-world lawnmower tests, demonstrate the effectiveness of the framework in coverage completeness and mowing efficiency.
- Abstract（参考訳）: 自律型芝刈り機は、多様で不規則な形状の芝刈り機を効果的に操作し維持するために、効率的な被覆経路計画(CPP)が必要である。
本稿では,航空地図上のユーザ定義境界をシームレスに最適化したカバレッジパスに変換することを目的とした,CPPのための包括的エンドツーエンドパイプラインを提案する。
このパイプラインには、新しいAdaptiveDecompositionCPPアルゴリズムを用いたユーザ入力抽出、座標変換、面積分解、経路生成、インタラクティブなカバレッジパス可視化によるプレビューとカスタマイズ、動作可能なGPSウェイポイントへの変換が含まれている。
AdaptiveDecompositionCPPアルゴリズムは、セル分解とアダプティブマージ戦略を組み合わせることで、非モーイング走行を削減し、操作効率を向上する。
シミュレーションと実世界の芝刈り機試験の両方を含む実験評価は, 網羅的完全性および刈り上げ効率において, フレームワークの有効性を実証する。
関連論文リスト
- Continuous World Coverage Path Planning for Fixed-Wing UAVs using Deep Reinforcement Learning [4.851013539976943]
無人航空機 (UAV) カバー・パス・プランニング (CPP) は、精密農業や捜索救助などの応用において重要である。
連続環境におけるUAV CPP問題を定式化し、完全カバレッジを確保しつつ消費電力を最小化する。
提案手法は, 曲率制約付きB'ezier曲線を用いた可変サイズ軸整形矩形とUAV運動を用いて環境をモデル化する。
論文 参考訳（メタデータ） (2025-05-13T09:29:16Z) - Joint Optimal Transport and Embedding for Network Alignment [66.49765320358361]
本稿では,JOENA というネットワークアライメントのための統合最適トランスポートおよび埋め込みフレームワークを提案する。
統一された目的により、両手法の相互利益は、コンバージェンスを保証する最適化スキーマの交互化によって達成できる。
実世界のネットワークの実験はJOENAの有効性とスケーラビリティを検証し、最大16%の改善と20倍の高速化を実現した。
論文 参考訳（メタデータ） (2025-02-26T17:28:08Z) - SCoTT: Strategic Chain-of-Thought Tasking for Wireless-Aware Robot Navigation in Digital Twins [78.53885607559958]
無線対応経路計画フレームワークであるSCoTTを提案する。
SCoTT は DP-WA* の2% 以内で経路ゲインを達成し, 連続的に短い軌道を生成できることを示す。
また,ガゼボシミュレーションにおいて,SCoTTをROSノードとして配置することにより,本手法の実用性を示す。
論文 参考訳（メタデータ） (2024-11-27T10:45:49Z) - Automated Parking Planning with Vision-Based BEV Approach [10.936433798200907]
本稿では,A*アルゴリズムに基づく自動駐車アルゴリズムの改良,車両運動モデルの統合,機能最適化,双方向探索,ベジエ曲線最適化を提案する。
従来のアルゴリズムと比較して、より困難な衝突リスクテストケースで計算時間を短縮し、快適なメトリクスのパフォーマンスを向上させる。
論文 参考訳（メタデータ） (2024-05-24T15:26:09Z) - Integrating Higher-Order Dynamics and Roadway-Compliance into
Constrained ILQR-based Trajectory Planning for Autonomous Vehicles [3.200238632208686]
軌道計画は、自動運転車のグローバルな最適ルートを作成することを目的としている。
既存の自転車キネマティックモデルを用いた実装では、制御可能な軌道は保証できない。
このモデルを、曲率と長手ジャークの1階および2階微分を含む高階項で拡張する。
論文 参考訳（メタデータ） (2023-09-25T22:30:18Z) - Learning Regions of Interest for Bayesian Optimization with Adaptive
Level-Set Estimation [84.0621253654014]
本稿では,高信頼領域を適応的にフィルタするBALLETというフレームワークを提案する。
理論的には、BALLETは探索空間を効率的に縮小することができ、標準BOよりも厳密な後悔を示すことができる。
論文 参考訳（メタデータ） (2023-07-25T09:45:47Z) - Thompson sampling for improved exploration in GFlowNets [75.89693358516944]
生成フローネットワーク(Generative Flow Networks, GFlowNets)は、合成対象物上の分布からのサンプリングを、学習可能なアクションポリシーを用いたシーケンシャルな意思決定問題として扱う、アモータイズされた変分推論アルゴリズムである。
2つの領域において、TS-GFNは、過去の研究で使われたオフ・ポリティクス・サーベイ・ストラテジーよりも、探索を改善し、目標分布への収束を早くすることを示す。
論文 参考訳（メタデータ） (2023-06-30T14:19:44Z) - Enhanced Teaching-Learning-based Optimization for 3D Path Planning of
Multicopter UAVs [2.0305676256390934]
本稿では,無人航空機(UAV)の新しい経路計画アルゴリズムを提案する。
まず,UAVの移動と安全操作の制約と経路長の要件を組み込んだ目的関数を定義する。
次に, 目的関数の定式化を最小化するために, Multi-subject TLBO というアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-05-31T16:00:32Z) - Learning Space Partitions for Path Planning [54.475949279050596]
PlaLaMは2次元ナビゲーションタスクにおける既存の経路計画手法よりも優れており、特に難解な局所最適化の存在下では優れている。
これらは高マルチモーダルな実世界のタスクに移行し、コンパイラフェーズでは最大245%、分子設計では最大0.4の強いベースラインを0-1スケールで上回ります。
論文 参考訳（メタデータ） (2021-06-19T18:06:11Z) - Safety-enhanced UAV Path Planning with Spherical Vector-based Particle
Swarm Optimization [5.076419064097734]
本稿では,無人航空機(UAV)の経路計画問題に対処するため,球面ベクトルベース粒子群最適化 (SPSO) という新しいアルゴリズムを提案する。
コスト関数が最初に定式化され、経路計画がUAVの実用的で安全な運用に必要な要件と制約を組み込んだ最適化問題に変換される。
SPSOは、UAVの構成空間を効率的に探索することでコスト関数を最小化する最適経路を見つけるために使用される。
論文 参考訳（メタデータ） (2021-04-13T06:45:11Z) - Congestion-aware Evacuation Routing using Augmented Reality Devices [96.68280427555808]
複数の目的地間でリアルタイムに個別の避難経路を生成する屋内避難のための渋滞対応ルーティングソリューションを提案する。
建物内の混雑分布をモデル化するために、ユーザエンド拡張現実(AR)デバイスから避難者の位置を集約して、オンザフライで取得した人口密度マップを用いる。
論文 参考訳（メタデータ） (2020-04-25T22:54:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。