Multi-robot and swarm olfactory search

Abstract

Searching for olfactory targets with mobile robots has received much attention in the recent years due to its applications in chemical leak detection, environmental monitoring, pollution monitoring, inspection of landfills, and search and rescue operations. Some of these tasks are done in scenarios extremely dangerous for humans, making it more desirable to use robots instead. The use of autonomous robots to assist such tasks reduces the risks involved in these operations. This thesis aims to address the problem of searching for olfactory targets with a group of mobile robots. A group of robots with on-board sensors can actually form a mobile sensor network, so they can cover larger area in a shorter time and they show better performance in several scenarios (e.g., in the face of noisy and large environments) in comparison to a single robot. Two types of robotic groups are considered in this thesis; “multi-robot systems” and “swarm robotic systems.” For each of these systems a certain objective is defined to address several challenges in robotic olfactory search. “Olfactory search and exploration with multiple robots in structured unknown environments” and “swarm robotics olfactory search in unstructured unknown environments” are the two defined objectives of this thesis. In both objectives, the problem of “odor plume finding” that is the first step to localize odor sources is considered as the main problem. To fulfill the first objective, this thesis presents a multi-robot olfactory search and exploration method designed for structured environments. The method is a decentralized frontier based algorithm enhanced by a cost=utility evaluation function that considers the gas cues (odor concentration and airflow) at each frontier which makes the robots to try to find the odor sources as fast as possible. Several challenges namely “task sharing and cooperation”, “localization and multi-robot mapping”, “programming and processing” in addition to “olfactory search challenges” are addressed. The proposed method is evaluated in simulations and in small-scaled realistic structured environments. The results of real world experiments confirm the e ect of gas cues on the behavior of the robots and show that using the proposed algorithm, robots firstly explore the areas with higher probability of existence of odor sources. Simulation results show that having more robots is more advantageous in a complex environment than in a simple environment. We address the second objective, “swarm robotics olfactory search in unstructured unknown environments”, through an analytical optimization approach. Defining single and multiple (stationary and mobile) gas sensors coverage and finding the optimal configuration of N mobile sensors in di erent environmental conditions are among the main novelties of this thesis. We found that the topology of optimal solutions is in the form of line configuration, with equal distance between each pair of neighboring sensors. Regardless of number of sensors, the optimal distance between neighboring pairs depends on the wind speed. A mathematical function that can accurately estimate the optimal distances based on the wind speed was computed by nonlinear regression estimation. Moreover, based on the results of optimizations, we present and design a set of wind-biased virtual attractive/repulsive control forces for the swarm robots such that their emergent behavior converges to the optimal formations. The optimization results were validated and evaluated by experiments in realistic environments. Finally, this dissertation proposes a method for “swarm robotics odor plume tracking and source declaration.” We present the implementation of the proposed method in simulations and provide some preliminary results of its validations and discuss the future works of this work.

A procura de alvos olfactivos com recurso a robˆos m´oveis tem recebido bastante atenc¸ ˜ao por parte da comunidade cient´ıfica nos ´ultimos anos. Isto deve-se, em parte `as poss´ıveis aplicac¸ ˜oes em cen´arios tais como a detecc¸ ˜ao de fugas qu´ımicas, monitorizac¸ ˜ao ambiental, monitorizac¸ ˜ao de agentes poluentes, inspecc¸ ˜ao de aterros e operac¸ ˜oes de busca e salvamento. Algumas destas tarefas s˜ao realizadas em ambientes extremamente perigosos para os humanos, o que torna o recurso a robˆos ainda mais apelativo. A assistˆencia de robˆos aut´onomos em tarefas como estas reduz o risco envolvido para os humanos nestas operac¸ ˜oes. Esta tese tem como objectivo ir de encontro ao problema da busca de alvos olfactivos atrav´es do uso de um grupo de robˆos m´oveis, equipados com sensores de g´as. Este grupo pode formar uma rede de sensores m´ovel, permitindo a cobertura de ´areas mais extensas num per´ıodo de tempo mais curto, o que se traduz num melhor desempenho em diversos ambientes (e.g., na presenc¸a de ambientes ruidosos e amplos) quando comparado com uma soluc¸ ˜ao que utiliza apenas um robˆo. Nesta tese s˜ao considerados dois tipos de grupos de robˆos: “sistemas multirob ˆo” e “sistemas de enxames de robˆos”. Para cada um destes sistemas, define-se um objectivo de forma a ir ao encontro de v´arios desafios no ˆambito da busca olfactiva com robˆos m´oveis. “Busca olfactiva e explorac¸ ˜ao com recurso a m´ultiplos robˆos em ambientes desconhecidos e estruturados” e “busca olfactiva com recurso a enxames de robˆos em ambientes desconhecidos e n˜ao-estruturados” s˜ao os dois objectivos principais desta tese. Em ambos os objectivos o problema de “encontrar a pluma de odor”, o primeiro passo na localizac¸ ˜ao de fontes de odor, ´e considerado como o problema principal. Para cumprir o primeiro objectivo, esta tese apresenta um m´etodo multi-robˆo de procura olfactiva desenvolvido para ambientes estruturados. Este consiste num algoritmo de fronteira, descentralizado, optimizado por uma func¸ ˜ao de avaliac¸ ˜ao de custo/utilidade que considera pistas de odor (concentrac¸ ˜ao de odor e informac¸ ˜ao de correntes de ar) em cada fronteira, o que leva a que o robˆo tente encontrar fontes de odor o mais depressa poss´ıvel. Para al´em do desafio da “procura olfactiva”, v´arios desafios tais como a “cooperac¸ ˜ao e partilha de tarefas”, “localizac¸ ˜ao e mapeamento multi-robot” e “programac¸ ˜ao e processamento” foram abordados. O m´etodo proposto foi avaliado em simulac¸ ˜oes e num ambiente estruturado real de pequena escala. Os resultados das experiˆencias reais confirmam o efeito que as pistas de odor exercem no comportamento dos robˆos e mostram que ao utilizar o algoritmo proposto, os robˆos exploram primeiro as ´areas com maior probabilidade de existˆencia de fontes de odor. Os resultados das simulac¸ ˜oes confirmam a vantagem da utilizac¸ ˜ao de mais robˆos em ambientes mais complexos. O segundo objectivo, “busca olfactiva com recurso a enxames de robˆos em ambientes desconhecidos e n˜ao-estruturados”, ´e abordado atrav´es de um algoritmo de optimizac¸ ˜ao anal´ıtico. Definindo uma cobertura singular e m´ultipla (fixa e m´ovel) para os sensores de g´as, encontrou-se a configurac¸ ˜ao ´optima para N sensores m´oveis em diferentes ambientes, uma das principais contribuic¸ ˜oes desta tese. Descobriu-se que a topologia ´optima consiste numa configurac¸ ˜ao em linha, com os sensores equidistantes. Independentemente do n´umero de sensores, a distˆancia ´optima entre pares de sensores vizinhos depende da velocidade do vento. calculou-se uma func¸ ˜ao matem´atica capaz de estimar de forma ´optima a distˆancia entre pares vizinhos de sensores, com base na velocidade do vento atrav´es de estimac¸ ˜ao por regress˜ao n˜ao-linear. Com base nos resultados das optimizac¸ ˜oes, desenvolveram-se e apresentaram-se um conjunto de forc¸as de controlo de atracc¸ ˜ao/repuls˜ao para enxames de robots influenciadas pelo vento. O comportamento emergente, converge para as formac¸ ˜oes ´optimas. Os resultados das optimizac¸ ˜oes foram validados e avaliados por experiˆencias em ambientes realistas. Finalmente esta dissertac¸ ˜ao prop˜oe um m´etodo para o “seguimento de plumas de odor e declarac¸ ˜ao de fontes de odor com exames de robˆos”. Apresenta-se a implementac¸ ˜ao do m´etodo proposto em simulac¸ ˜oes e apresentam-se alguns resultados preliminares da sua validac¸ ˜ao bem como a discuss˜ao de trabalho futuro nesta ´area.