Where to Fly, What to Send: Communication-Aware Aerial Support for Ground Robots

📄 arXiv: 2512.06207v1 📥 PDF

作者: Harshil Suthar, Dipankar Maity

分类: cs.RO

发布日期: 2025-12-05

备注: Submitted to conference

💡 一句话要点

提出通信感知的无人机辅助地面机器人框架，解决带宽受限环境下的信息传输与探索问题

🎯 匹配领域: 支柱三：空间感知 (Perception & SLAM)

关键词: 无人机辅助 地面机器人 通信受限 信息价值 混合整数线性规划

📋 核心要点

  1. 现有方法在带宽受限环境下，难以有效平衡无人机的信息传输与环境探索任务。
  2. 提出基于信息价值的传输决策、基于MILP的传输量优化以及基于效用评分的探索策略。
  3. 通过通信-运动权衡分析，优化无人机的信息传输策略，降低地面机器人的导航成本。

📝 摘要（中文）

本文研究了一个多机器人团队在未知环境中协同工作的问题，其中一架无人机负责绘制环境地图，并将部分地图信息传输给一组试图到达目标的地面机器人。整个操作在一个带宽受限的通信信道上进行，这促使我们研究如何确定辅助无人机应该传输什么信息、传输多少信息以及何时传输，同时执行探索/绘图任务。所提出的框架使辅助无人机能够根据信息价值（VoI）决定传输什么信息，使用混合整数线性规划（MILP）决定传输多少信息，并通过基于效用评分的环境探索策略获取更多信息。我们对无人机传输的总地图数据量与地面机器人产生的导航成本之间进行了通信-运动权衡分析。

🔬 方法详解

问题定义：论文旨在解决在带宽受限的通信环境下，如何使无人机有效地辅助地面机器人完成导航任务。现有方法通常没有充分考虑通信带宽的限制，或者无法在信息传输、环境探索和地面机器人导航之间进行有效的权衡，导致地面机器人导航效率低下。

核心思路：论文的核心思路是让无人机根据信息价值（Value-of-Information, VoI）来决定传输哪些地图信息，并使用混合整数线性规划（Mixed-Integer Linear Programming, MILP）来优化传输的数据量。同时，无人机通过基于效用评分的探索策略来获取更多有价值的环境信息，从而更好地辅助地面机器人。

技术框架：该框架包含以下几个主要模块：1) 环境探索模块：无人机使用基于效用评分的策略探索未知环境，构建环境地图。2) 信息价值评估模块：评估地图上不同区域的信息价值，即传输这些信息对地面机器人导航的潜在收益。3) 传输量优化模块：使用MILP优化无人机传输的地图数据量，在带宽限制下最大化地面机器人的导航性能。4) 地面机器人导航模块：地面机器人接收无人机传输的地图信息，并利用这些信息进行路径规划和导航。

关键创新：该论文的关键创新在于将信息价值的概念引入到无人机辅助地面机器人导航的问题中，并提出了一种基于MILP的传输量优化方法。这种方法能够有效地在带宽限制下选择最有价值的信息进行传输，从而提高地面机器人的导航效率。与现有方法相比，该方法更加注重通信的效率和信息的价值，能够更好地适应带宽受限的环境。

关键设计：信息价值的计算可能涉及到地面机器人的目标位置、当前位置以及地图上的障碍物信息。效用评分函数的设计需要考虑探索区域的不确定性和潜在的信息增益。MILP模型的构建需要合理地定义目标函数和约束条件，以保证优化结果的有效性和可行性。具体的参数设置和损失函数细节未知。

📊 实验亮点

论文通过实验分析了无人机传输的地图数据量与地面机器人导航成本之间的权衡关系。具体的性能数据、对比基线和提升幅度未知，但实验结果验证了所提出的框架能够有效地提高地面机器人的导航效率，并降低其导航成本。

🎯 应用场景

该研究成果可应用于灾难救援、搜寻任务、农业监测等领域。在这些场景中，地面机器人需要在未知或复杂环境中执行任务，而无人机可以提供环境感知和通信支持。通过优化无人机的信息传输策略，可以提高地面机器人的导航效率和任务完成能力，从而提升整体系统的性能。

📄 摘要（原文）

In this work we consider a multi-robot team operating in an unknown environment where one aerial agent is tasked to map the environment and transmit (a portion of) the mapped environment to a group of ground agents that are trying to reach their goals. The entire operation takes place over a bandwidth-limited communication channel, which motivates the problem of determining what and how much information the assisting agent should transmit and when while simultaneously performing exploration/mapping. The proposed framework enables the assisting aerial agent to decide what information to transmit based on the Value-of-Information (VoI), how much to transmit using a Mixed-Integer Linear Programming (MILP), and how to acquire additional information through an utility score-based environment exploration strategy. We perform a communication-motion trade-off analysis between the total amount of map data communicated by the aerial agent and the navigation cost incurred by the ground agents.