GO-FEAP：基于前沿遗漏感知探索与高度分层规划的全局最优无人机规划器
机器人学
2023-10-25 v1
摘要
自主探索是无人机（UAV）各类应用的基础问题。然而，现有方法被证明存在静态局部最优和二维探索的局限。为应对这些挑战，本文提出 GO-FEAP（基于前沿遗漏感知探索与高度分层规划的全局最优无人机规划器），旨在实现高效且完整的三维探索。本文提出的前沿遗漏感知探索模块综合考虑了多个关键因素，包括前沿距离、邻近前沿数量、前沿持续时间和前沿分类，以全面评估前沿重要性。此外，为应对具有显著垂直变化的场景，我们引入高度分层规划策略，该策略基于高度对三维空间进行分层，并对各层进行全局-局部规划。全局规划的目标是确定最优探索前沿，随后基于前沿类型进行视点选取与局部路径优化，最终生成动态可行的三维空间探索轨迹。我们进行了大量基准测试和真实世界试验，其中我们的方法相比最先进方法以前所未有的完整性完成了探索任务。
引用
@article{arxiv.2310.15931,
title = {GO-FEAP: Global Optimal UAV Planner Using Frontier-Omission-Aware Exploration and Altitude-Stratified Planning},
author = {Weiye Zhang and Wenshuai Yu and Licong Zhuang and Xiaoyi Zhang and Zhi Zeng and Jiasong Zhu},
journal= {arXiv preprint arXiv:2310.15931},
year = {2023}
}
备注
7 pages,29 figures