一种在严重里程计漂移下大规模环境自主体素探索的统一方法
机器人学
2021-04-15 v2
摘要
探索是机器人自主中的基本问题。然而一个主要限制在于，探索过程中机器人往往只能依赖机载系统进行状态估计，在大规模环境中随时间累积显著漂移。漂移可能损害机器人安全与探索性能。本文提出一种基于子图的多层映射与规划方法，以在存在里程计漂移时实现大规模环境的安全高效体素探索。我们方法的核心思想结合局部（时间与空间上）与全局映射，以保障安全与效率。类似地，我们的规划方法利用所提地图在变化的全局地图中计算全局体素前沿，并借助探索处理部分信息的特性实现高效的局部与全局规划。所述系统经充分评估，表明即使在无漂移条件下也优于 SOTA 方法。我们的系统称为 GLoca}，将开源提供。
引用
@article{arxiv.2010.09859,
title = {A Unified Approach for Autonomous Volumetric Exploration of Large Scale Environments under Severe Odometry Drift},
author = {Lukas Schmid and Victor Reijgwart and Lionel Ott and Juan Nieto and Roland Siegwart and Cesar Cadena},
journal= {arXiv preprint arXiv:2010.09859},
year = {2021}
}
备注
8 pages, 9 figures, accepted for IEEE RA-L, code is open source: https://github.com/ethz-asl/glocal_exploration