语义区域感知的未知室内环境多类型地图构建自主探索
机器人学
2024-10-11 v2 系统与控制
系统与控制
摘要
主流的自主探索方法通常对同一区域进行过度重复的探索，导致在复杂场景中探索时间和探索轨迹较长。为了解决这个问题，我们提出了一种新颖的语义区域感知自主探索方法，其核心思想是利用语义区域的信息来优化自主导航策略。我们的方法使移动机器人在移动到下一个区域之前能够充分探索当前语义区域，有助于避免过度重复的探索并加快探索速度。此外，与通常构建单一类型地图的现有自主探索方法相比，我们的方法允许构建四种类型的地图，包括点云地图、占据网格地图、拓扑地图和语义地图。实验结果表明，与经典的基于RRT（快速探索随机树）的自主探索方法相比，我们的方法实现了高达50.7%的探索时间减少和48.1%的探索轨迹长度减少，同时保持了>98%的探索率。
引用
@article{arxiv.2404.04879,
title = {Semantic Region Aware Autonomous Exploration for Multi-Type Map Construction in Unknown Indoor Environments},
author = {Jianfang Mao},
journal= {arXiv preprint arXiv:2404.04879},
year = {2024}
}