인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This paper proposes a multi-robot formation planning algorithm designed for indoor environments with narrow passages. In such settings, multi-robot systems must navigate while avoiding collisions with walls and other obstacles. Effective navigation in complex indoor environments requires the real-time planning of a sequence of formation patterns that adapt to environmental constraints. The proposed real-time formation planning algorithm selects collision-free formations from a set of predefined patterns using a 2D occupancy grid map. Model predictive control (MPC) is employed to ensure that each robot avoids both static obstacles and neighboring robots while maintaining the designated formation during navigation. To evaluate the performance of the proposed method, a simulation environment was developed using the 3D robot simulator Gazebo in conjunction with the robot operating system (ROS). Simulation results demonstrate that the algorithm effectively and dynamically selects appropriate formation patterns in real- time, enabling safe and efficient navigation through complex indoor environments with narrow passages.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093660451
