机器人探索中的地图完整性估计

本文提出一种方法，给定由自主移动机器人构建的室内环境部分网格图，估计图中所表示的已探索区域的程度，以及未覆盖的区域是否值得被探索。该方法基于在来自部分探索环境的数据上训练的深度卷积神经网络，其标注来源于对整个地图的了解（在推断时该地图并不可得）。我们展示了如何使用该网络定义停止准则，以终止探索过程，当它不再为环境添加相关细节时，平均可节省约40%的总探索时间，而无需覆盖环境的全部区域。