iRotate：面向全向机器人的主动视觉SLAM

在本文中，我们提出了一种面向全向机器人的主动视觉SLAM方法。其目标是生成控制指令，使此类机器人能够在同时定位自身并建图未知环境的同时，最大化所获取的信息量并尽可能少地消耗能量。利用机器人独立的平移与旋转控制，我们引入了面向主动V-SLAM的多层方法。顶层决定信息丰富的目标位置并生成通往这些位置的高信息量路径。第二层和第三层利用持续更新的地图与局部特征信息，主动重规划并执行路径。此外，我们引入了两种效用公式，以考虑视场中障碍物的存在以及机器人的位置。通过严格的仿真、真实机器人实验以及与最先进方法的对比，我们证明我们的方法在获得相似覆盖结果的同时具有更小的整体地图熵。这是在遍历距离比其他方法最多短39%、且不增加轮子总旋转量的前提下实现的。代码与实现细节以开源形式提供，所有生成的数据均可在线查阅。