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
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2024 | OriginalPaper | Buchkapitel

Compute Optimal Waiting Times for Collaborative Route Planning

verfasst von : Jörg Roth

Erschienen in: Robotics, Computer Vision and Intelligent Systems

Verlag: Springer Nature Switzerland

Einloggen

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

search-config
loading …

Abstract

Collaborative routing tries to discover paths of multiple robots that avoid mutual collisions while optimising a common cost function. A collision can be avoided in two ways: a robot modifies its route to pass another robot, or one robot waits for the other to move first. Recent work assigns priorities to robots or models waiting times as an ‘action’ similar to driving. However, these methods have certain disadvantages. This paper introduces a new approach that computes theoretically optimal waiting times for given multi-routes. If all collisions can be avoided through waiting, the algorithm computes optimal places and durations to wait. We used this approach as component to introduce a collaborative routing system capable of solving complex routing problems involving mutual blocking.

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
Nächstes Kapitel Robot Vision and Deep Learning for Automated Planogram Compliance in Retail
Literatur
1.
Geramifard, A., Chubak, P., Bulitko, V.: Biased cost pathfinding. In: Proceedings of the Second Artificial Intelligence and Interactive Digital Entertainment Conference, 20–23 June 2006, Marina del Rey, California (2006)
2.
Silver, D.: Cooperative pathfinding. In: AIIDE’05: Proceedings of the First AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment, June 2005, pp. 117–122 (2005)
3.
Wang, C.K.H., Botea, A.: MAPP: a scalable multi-agent path planning algorithm with tractability and completeness guarantees. J. Artif. Intell. Res. 42(1), 55–90 (2011)MathSciNet
4.
Standley, T.: Finding optimal solutions to cooperative pathfinding problems. In: AAAI’10: Proceedings of the Twenty-Fourth AAAI Conference on Artificial Intelligence, July 2010, pp. 173–178 (2010)
5.
Standley, T., Korf, R.: Complete algorithms for cooperative pathfinding problems. In: IJCAI’11: Proceedings of the Twenty-Second international joint conference on Artificial Intelligence - Volume One, July 2011, pp. 668–673 (2011)
6.
Sharon, G., Stern, R., Felner, A., Sturtevant, N.R.: Conflict-based search for optimal multi-agent pathfinding. Artif. Intell. 219, 40–66 (2015)MathSciNetCrossRef
7.
Svestka, P., Overmars, M.H.: Coordinated motion planning for multiple car-like robots using probabilistic roadmaps. Robot. Auton. Syst. 23(3), 125–152 (1998)CrossRef
8.
Li, J., Ran, M., Xie, L.: Efficient trajectory planning for multiple non-holonomic mobile robots via prioritized trajectory optimization. IEEE Robot. Autom. Lett. 6, 405–412 (2021)CrossRef
9.
Bennewitz, M., Burgard, M., Thrun S.: Optimizing schedules for prioritized path planning of multi-robot systems. In: Proceedings - IEEE International Conference on Robotics and Automation (2001)
10.
van den Berg, J., Snoeyink, J., Lin, M., Manocha, D.: Centralized path planning for multiple robots: optimal decoupling into sequential plans. In: Robotics: Science and Systems V, University of Washington, Seattle, USA (2009)
11.
Cáp, M., Novák, P., Kleiner, A., Selecký, M.: Prioritized planning algorithms for trajectory coordination of multiple mobile robots. IEEE Trans. Autom. Sci. Eng. 12(3), 835–849 (2015)CrossRef
12.
Cáp, M., Novák, P., Selecký, M., Faigl, J., Vokrínek, J.: Asynchronous decentralized prioritized planning for coordination in multi-robot system. In: 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 3–7 November 2013, Tokyo, Japan, pp. 3822–3829
13.
Park, J., Kim, J., Jang, I., Kim, H.J.: Efficient multi-agent trajectory planning with feasibility guarantee using relative Bernstein polynomial. In: 2020 IEEE International Conference on Robotics and Automation (ICRA), IEEE, pp. 434–440 (2020)
14.
Yu, J., Rus, D.: An effective algorithmic framework for near optimal multi-robot path planning. In: Proceedings International Symposium on Robotics Research (2015)
15.
Davies, T., Jnifene, A.: Path planning and trajectory control of collaborative mobile robots using hybrid control architecture. J. Syst. Cybern. Inform. (JSCI) 6(4), 42–48 (2008)
16.
Li, J., Ruml, W., Koenig, S.: EECBS: a bounded-suboptimal search for multi-agent path finding. In: Proceedings of the AAAI Conference on Artificial Intelligence (AAAI), pp. 12353–12362 (2021)
17.
Hart, P., Nilsson, N., Raphael, B.: A formal basis for the heuristic determination of minimum cost paths. IEEE Trans. Syst. Sci. Cybern. 4(2), 100–107 (1968)CrossRef
18.
Latombe, J.: Robot Motion Planning. Kluwer Academic Publishers, Boston (1991). ISBN 0-7923-9206-X
19.
Azarm, K., Schmidt, G.: A decentralized approach for the conflict-free motion of multiple mobile robots. In: Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Osaka, Japan, pp. 1667–1674 (1996)
20.
LaValle, S.M.: Rapidly-exploring random trees: A new tool for path planning, TR 98-11, Computer Science Dept., Iowa State University, 1998, 98–11
21.
Metadaten
Titel
Compute Optimal Waiting Times for Collaborative Route Planning
verfasst von
Jörg Roth
Copyright-Jahr
2024
Buch
Robotics, Computer Vision and Intelligent Systems

Print ISBN: 978-3-031-59056-6

Electronic ISBN: 978-3-031-59057-3

Copyright-Jahr: 2024

DOI
https://doi.org/10.1007/978-3-031-59057-3_1

Premium Partner

    Bildnachweise