图增益：一种基于凹壳的机器人探索体积增益
机器人学
2022-04-25 v1
摘要
现有的机器人探索体积增益在3D占据地图中计算，而基于采样的探索方法在可达（自由）空间中扩展。二者间的不一致使得现有体积增益计算不适用于环境的完整探索。为解决此问题，我们在基于采样的探索框架中提出一种基于凹壳的体积增益。凹壳由快速扩展随机树（RRT）生成的观点点与扩展失败的节点构建。该凹壳之外的所有空间视为未知。体积增益基于观点点配置计算，而非使用占据地图。借助新体积增益，机器人可避免由现有体积增益计算方法不当引起的低效甚至错误探索行为。我们的探索方法在基准环境中与现有最先进的基于RRT的方法进行评估。在所评估环境中，我们方法的平均运行时间约为现有最先进方法的38.4%，且我们的方法更为鲁棒。
引用
@article{arxiv.2204.10698,
title = {Graph Gain: A Concave-Hull Based Volumetric Gain for Robotic Exploration},
author = {Zezhou Sun and Huajun Liu and Chengzhong Xu and Hui Kong},
journal= {arXiv preprint arXiv:2204.10698},
year = {2022}
}