Lambda-Field：用于风险评估的贝叶斯占据栅格的连续对应表示
机器人学
2019-08-29 v2
摘要
在自主机器人的背景下，最重要的任务之一是确保机器人及其周围环境的安全。大多数情况下，导航风险被简单称为碰撞概率。这一风险概念在文献中定义不明确，尤其在处理占据栅格时。贝叶斯占据栅格是处理复杂环境最常用的方法。然而，由于其离散性质，它不适合计算沿路径的风险，因此给出的结果较差。在本文中，我们提出了一种存储环境占据信息的新方法，可实现对给定路径的风险计算。随后我们将风险定义为给定障碍物发生时将产生的碰撞力。利用该框架，我们能够生成确保机器人安全的导航路径。
引用
@article{arxiv.1903.02285,
title = {Lambda-Field: A Continuous Counterpart of the Bayesian Occupancy Grid for Risk Assessment},
author = {Johann Laconte and Christophe Debain and Roland Chapuis and François Pomerleau and Romuald Aufrère},
journal= {arXiv preprint arXiv:1903.02285},
year = {2019}
}
备注
2019 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes,creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works