面向稳健运动规划的证据网格地图自评估

冲突的传感器测量是自动导控机器人环境表示的重大问题。因此，本文提出一种证据网格地图的自评估方法，用于融合来自冲突LiDAR传感器测量的数据，并在此基础上提出稳健的运动规划方法。首先，对聚合在主观逻辑证据网格地图中的冲突测量进行分类。然后，构建自评估框架以评估这些冲突并估计其对整个系统的严重程度，从而计算退化评分。这使得能够检测到校准错误和传感器设置不足。与其他运动规划方法不同，证据网格地图获取的信息被进一步用于我们提出的路径规划算法中。该算法评估冲突测量对当前运动计划的影响，并推导出一种稳健且具探索性的路径规划策略，以应对冲突数据的影响。这确保了在环境表示严重退化的情况下系统完整性得到维持，从而防止不必要的规划任务中止。