Sensor deployment by a robot in an unknown orthogonal region: Achieving full coverage
Notice bibliographique
Résumé
When deploying a wireless sensor network in an unknown environment, commonly referred to as Region of Interest (ROI), the main goal is for the entire region to be covered by the sensing ranges of the deployed sensors. While this goal of full coverage is easily achieved in presence of human intervention, it becomes problematic if the region is dangerous or inaccessible to human. An approach recently proposed to solve the problem is to use a robot to deploy the sensors; the main advantages respect to the alternative of employing mobile sensors are the reduced costs (due to manufacture and maintenance cost of common static sensors vs. mobile ones) and the reduced complexity of the coordination and control algorithms. Indeed several solution algorithms to achieve deployment of sensors by a robot in an unknown region have been proposed in the literature. Unfortunately, even when restricted to orthogonal regions (e.g., city maps, building plans, etc), all the existing algorithms fail to achieve full coverage of the ROI. Specifically, following the existing protocols, the robot would leave uncovered areas near either the boundaries or critical areas (e.g. areas that are linked to the rest of the region by a narrow corridor). In this paper we present an algorithm that overcomes these problems and guarantees that the deployment of the sensors by the robot achieves full coverage in any simply connected orthogonal ROI, whose topology is unknown to the robot. The proposed algorithm has minimal requirements: it does not need GPS but only local orientation by the robot; the communication range of a deployed sensor is limited to its deployed neighbours, and the robot has a similar range; the total number of sensors used is minimal. Also minimal are the robot's memory requirements, the total amount of robots movements and of communication between robot and sensors.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».