FSMP：面向复杂大型 3D 环境快速自主探索的边界-采样-混合规划器

在本文中，我们提出了一个使用微型飞行器在复杂大型 3D 环境中进行快速探索的系统框架。核心见解是基于边界策略与基于采样策略的有机结合，能够实现对环境的快速全局探索。具体而言，我们设计了一种具有完备性与可靠性保证的基于视场的边界检测器，用于识别 3D 地图边界。与随机采样方法不同，我们采用确定性采样技术，基于记录的传感器 FOV 和新检测到的边界构建并维护一个增量式路线图。基于生成的路线图，我们提出了一种两阶段路径规划器。首先，它使用惰性求值策略在路线图上快速计算全局最优探索路径。然后，对最优探索路径进行平滑处理以进一步提高探索效率。我们在仿真和真实世界实验中均验证了所提出的方法。对比结果证明了我们的规划器在探索效率、计算时间和已探索体积方面的优异性能。