基于连续 SE(3) 轨迹上香农互信息梯度上升优化的主动建图
机器人学
2022-04-19 v1
摘要
主动建图问题旨在给定有限预算(如行驶距离)下规划一组具信息量的感知视角序列。本文考虑使用测距传感器(如 LiDAR 或深度相机)的主动占据栅格建图。现有最优方法优化关联占据栅格概率与测距传感器测量的信息论度量。栅格表示中光线追踪的非光滑特性使目标函数不可微,迫使现有方法在候选轨迹的离散空间中搜索。本工作提出栅格地图与基于射线的观测之间香农互信息的可微近似,从而在 SE(3) 传感器位姿的连续空间中实现梯度上升优化。我们的基于梯度的公式可导出更具信息量的感知轨迹,同时避免遮挡与碰撞。所提方法在 2-D 与 3-D 环境的模拟及真实世界实验中得到验证。
引用
@article{arxiv.2204.07623,
title = {Active Mapping via Gradient Ascent Optimization of Shannon Mutual Information over Continuous SE(3) Trajectories},
author = {Arash Asgharivaskasi and Shumon Koga and Nikolay Atanasov},
journal= {arXiv preprint arXiv:2204.07623},
year = {2022}
}