$\epsilon^*$+：一种面向能量受限自主车辆的在线覆盖路径规划算法

本文提出一种称为 $\epsilon^*$+ 的新算法，用于利用能量受限自主车辆对未知环境进行在线覆盖路径规划。由于电池尺寸有限，能量受限车辆的可操作时长受限。因此，在执行覆盖轨迹时，车辆必须在电池耗尽前返回充电站充电。就此而言，$\epsilon^*$+ 算法使车辆能够根据在整个覆盖过程中被监测的剩余能量撤退回充电站。随后是一条前进轨迹，将车辆带至附近的未探索航点以重启覆盖过程，而非将其带回撤退轨迹先前的遗留点；从而减少了总体覆盖时间。所提出的 $\epsilon^*$+ 算法是 $\epsilon^*$ 算法的扩展，后者利用探索图灵机（Exploratory Turing Machine, ETM）作为监督器，以来回轨迹导航车辆实现完全覆盖。$\epsilon^*$+ 算法的性能在复杂场景中使用高保真机器人模拟器 Player/Stage 进行了验证。