基于双层 BEV 的启发式路径规划：用于非结构化户外环境的机器人导航
机器人学
2025-01-31 v1
摘要
路径规划具备强环境适应性在非结构化户外环境中的机器人导航中发挥着关键作用，尤其是在位置和地图信息质量较差的情况下。机器人路径规划的能力取决于其识别全局和局部地面区域可遍历性的能力。在现实场景中，户外开放环境的复杂性使得机器人难以识别缺乏明确结构的地面区域的可遍历性。此外，大多数现有方法很少分析局部和全局可遍历性识别在非结构化户外场景中的集成。在解决此问题方面，我们提出了一种新方法 Dual-BEV Nav，首次将鸟瞰图（BEV）表示引入局部规划以生成高质量的可遍历路径。然后，将这些路径投影到由全局 BEV 规划模型生成的全局可遍历性地图上，以获得最优路径点。通过集成局部和全局 BEV 的可遍历性，我们建立了双层 BEV 启发式规划范式，实现了在非结构化户外环境中的长距离导航。我们通过公共数据集评估和实际机器人部署进行测试，取得了有希望的成果。与基准方法相比，Dual-BEV Nav 在时间距离预测准确性上提高了最高可达 。在实际部署中，在与训练集显著不同的条件下且全局 BEV 存在显著遮挡的情况下，Dual-BEV Nav 成功实现了 65 米的户外导航。进一步分析表明，局部 BEV 表示显著增强了规划的合理性，而全局 BEV 概率图确保了整体规划的鲁棒性。
引用
@article{arxiv.2501.18351,
title = {Dual-BEV Nav: Dual-layer BEV-based Heuristic Path Planning for Robotic Navigation in Unstructured Outdoor Environments},
author = {Jianfeng Zhang and Hanlin Dong and Jian Yang and Jiahui Liu and Shibo Huang and Ke Li and Xuan Tang and Xian Wei and Xiong You},
journal= {arXiv preprint arXiv:2501.18351},
year = {2025}
}