利用全局与局部环境数据的月球微巡视器风险感知覆盖路径规划

本文提出了一种新颖的3D近视覆盖路径规划算法，用于具有有限感知和计算能力的月球微巡视器在未知环境中的探索。该算法扩展了传统的非图路径规划方法，以适应月球地形的复杂性，将全局数据与局部地形特征结合到运动成本计算中。该算法还集成了定位与建图，以更新巡视器的位姿并绘制环境地图。在3D模拟器中评估和测试了生成的环境地图的准确性。进行了室外现场测试，以验证算法在模拟到现实场景中的有效性。结果表明，该算法能够以低能耗和低计算成本实现高覆盖率，同时逐步探索地形并避开障碍物。这项研究有助于推进空间探索的路径规划方法，为小型巡视器高效、可扩展和自主探索月球环境铺平了道路。