机器人分布式边界覆盖技术实践

参考文献（Correll et al.，2006）和参考文献（Correll and Martinoli，2007a）研究了边界覆盖问题。针对“智能”涡轮，它们对嵌入式自组织传感器/执行器网络进行了描述。机器人可用于覆盖环境中所有目标上的每一点。研究工作从喷气涡轮压缩机部分中的叶片检测得到灵感。目前，该过程使用管道镜来完成，非常耗时，且成本较高。涡轮的窄结构极大促进了微型机器人的应用。在喷气涡轮样机中，一群微型机器人可以完成叶片的边界覆盖。机器人利用环境的规律性，并采用叶片作为顶点来构建生成树，如图9-8所示。沿着叶片边缘的航路点，通过采用航位推算和导航的组合方法来实现边遍历。航路点可由板上传感器确定，该传感器能够检测叶片的尖端，并测量叶片的曲率。

图9-8 一个5×5叶片环境(www.xing528.com)

通过从指定根节点处采用深度优先搜索（Depth First Search，DFS），可以搜索到生成树。边可以从未搜索候选边中随机进行选择。如果两个端点被访问过，我们则称该边被搜索过。如果某个节点的所有边都被搜索过，DFS返回到该节点的父节点（回溯）。当搜索数据包返回到根节点时，搜索过程终止。需要注意的是，DFS搜索所有可能的边，包括在墙处结束的非导航边。图9-8给出了DFS搜索可能产生的生成树，它采用单个机器人来遍历叶片。中心点（0，0）是根节点，白色圆是非导航顶点。每个边被访问两次，一次用于搜索，一次用于回溯。由于传感器和执行器噪声存在，机器人可能会错过某个叶片，继续进行搜索，直至算法找到意外数据（如墙而不是叶片）。因此，为每个机器人分配一部分叶片，来采用这些叶片生成树的DFS。但是，参考文献（Correll et al.，2006；Correll and Martinoli，2007a）并未对机器人之间的搜索边界进行解释。