ROG-Map：一种面向大场景高分辨率基于 LiDAR 运动规划的高效机器人中心占据栅格地图
机器人学
2023-03-01 v1
摘要
近期 LiDAR 技术的进展为机器人导航开辟了新可能。鉴于占据栅格地图（OGMs）在机器人运动规划中的广泛应用，本文旨在解决 LiDAR 与 OGMs 融合的挑战。为此，我们提出 ROG-Map，一种基于均匀栅格的 OGM，其维护一张随机器人移动的局部地图，以实现高效的地图操作并降低大场景自主飞行中的内存开销。此外，我们提出一种新颖的增量式障碍膨胀方法，显著降低了膨胀的计算成本。所提方法在多个公开数据集上优于最先进（SOTA）方法。为验证 ROG-Map 的有效性与高效性，我们将其集成至一套完整的四旋翼系统，并针对小障碍与大尺度场景执行自主飞行。在分辨率为 0.05 m、局部地图尺寸为 30m×30m×12m 的真实飞行测试中，ROG-Map 平均仅占用帧时间的 29.8% 以 50 Hz 帧率（即 20 ms 中 5.96 ms）更新地图，其中包含 0.33%（即 0.66 ms）用于障碍膨胀，展现出卓越的实飞性能。我们将 ROG-Map 作为开源 ROS 包发布，以推动基于 LiDAR 的运动规划发展。
引用
@article{arxiv.2302.14819,
title = {ROG-Map: An Efficient Robocentric Occupancy Grid Map for Large-scene and High-resolution LiDAR-based Motion Planning},
author = {Yunfan Ren and Yixi Cai and Fangcheng Zhu and Siqi Liang and Fu Zhang},
journal= {arXiv preprint arXiv:2302.14819},
year = {2023}
}