基于任务导向环境分区的室内探索与同步推车收集
机器人学
2023-09-21 v1 系统与控制
系统与控制
摘要
本文提出一种用于自主推车收集应用的同步探索与物体搜索框架。在环境表示方面,提出一种任务导向的环境分区算法,为每个子任务提取多样化信息。首先,经离群点去除后,将激光雷达数据分类为潜在物体、墙壁和障碍物。随后将分割后的点云转换为具有如下功能组件的混合地图:物体提议以避免探索过程中遗漏推车;房间布局用于语义空间分割;以及包含几何信息的多边形障碍物用于高效运动规划。针对探索与同步推车收集,我们提出一种高效的基于探索的物体搜索方法。首先,通过对边界与物体提议分组,建立带优先约束的旅行商问题(TSP-PC)。通过优先物体搜索并避免机器人过度回溯来选择下一目标。然后,通过拓扑图搜索生成具有充足障碍物间隙的可行轨迹。我们通过仿真验证所提框架,并展示了其在真实世界自主推车收集任务中的系统表现。
引用
@article{arxiv.2309.11107,
title = {Indoor Exploration and Simultaneous Trolley Collection Through Task-Oriented Environment Partitioning},
author = {Junjie Gao and Peijia Xie and Xuheng Gao and Zhirui Sun and Jiankun Wang and Max Q. -H. Meng},
journal= {arXiv preprint arXiv:2309.11107},
year = {2023}
}