基于多边形随机场的机器人地图构建

移动机器人文献中流行两种概率地图：占用网格和几何地图。占用网格具有简单和快速的优点，但它们只表示受限的一类地图，并且做出了不正确的独立性假设。另一方面，当前的几何方法通过线段等特征来描述环境，可以紧凑地表示复杂环境。然而，它们没有明确地推理占用情况（这是运动规划所必需的），并且缺乏对环境结构的完整概率模型。在本文中，我们提出了一种基于多边形随机场（PRF）的概率地图构建技术，它结合了两种方法的优点。我们的方法使用几何表示显式地表示占用情况，并且基于一致的环境概率分布，避免了占用网格所做出的不正确独立性假设。我们展示了如何将PRF的采样技术应用于定位后的激光和声纳数据，并证明了在地图构建性能上相对于占用网格的显著改进。