基于连续 $SE(3)$ 轨迹迭代协方差调节的主动探索与建图
机器人学
2021-03-11 v1 最优化与控制
摘要
本文提出\emph{迭代协方差调节}（iCR），一种用于配备机载传感器的移动机器人主动探索与建图的新方法。该问题被表述为对机器人 位姿运动学的优化控制，以最小化在潜在传感器观测条件下地图的微分熵。我们引入可微的视场公式，并通过梯度下降法推导 iCR，以迭代更新连续空间中的开环控制序列，从而使地图估计的协方差最小化。我们在模拟占据栅格环境中展示了自主探索与不确定性降低。
引用
@article{arxiv.2103.05819,
title = {Active Exploration and Mapping via Iterative Covariance Regulation over Continuous $SE(3)$ Trajectories},
author = {Shumon Koga and Arash Asgharivaskasi and Nikolay Atanasov},
journal= {arXiv preprint arXiv:2103.05819},
year = {2021}
}
备注
8 pages, 5 figures, submitted to 2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)