基于 2D 激光传感器观测的想象增强导航

移动机器人的自主导航是各行业的一项基本任务。传感器数据对于确保安全可靠的导航至关重要。然而，传感器观测常受不同因素限制。在仅有有限传感器观测的危险或未知情境中，想象可辅助扩展视野并助力导航。本文提出一种基于 2D 语义激光扫描数据的想象增强导航。该系统包含一个想象模块，可预测物体的整个占据区域。想象模块利用从 2D 模拟器收集的训练数据集以监督方式训练。我们训练了四种不同的想象模型，并对其想象结果进行了评估。随后，将想象结果集成到局部与全局代价地图中，以利导航过程。该方法在三个不同测试地图上验证，每个地图七条不同路径。质量与数值结果表明，带想象模块的智能体能够生成更可靠的路径，且不从物体下方穿过，代价是路径更长、速度更慢。