SHIFT规划器：基于IKD-tree的快速混合迭代场与分段轨迹优化实现均匀轻量覆盖
机器人学
2025-04-25 v2
摘要
本文提出了一种全面的规划与导航框架，通过整合语义映射、自适应覆盖规划、动态避障和精确轨迹跟踪来解决上述局限。本框架首先从单目相机、IMU和GPS对齐数据中生成全景占用局部语义地图和精确定位信息。这些信息与输入地形点云或预加载的地形信息相结合以初始化规划过程。我们提出了辐射场引导覆盖规划(Radiant Field-Informed Coverage Planning)算法，该算法利用扩散场模型根据环境属性（如脏污程度和干燥程度）动态调整机器人的覆盖轨迹和速度。通过使用高斯场对机器人动作的空间影响进行建模，确保了速度优化的均匀覆盖轨迹，同时适应变化的环境条件。
引用
@article{arxiv.2412.10706,
title = {SHIFT Planner: Speedy Hybrid Iterative Field and Segmented Trajectory Optimization with IKD-tree for Uniform Lightweight Coverage},
author = {Zexuan Fan and Sunchun Zhou and Hengye Yang and Junyi Cai and Ran Cheng and Lige Liu and Tao Sun},
journal= {arXiv preprint arXiv:2412.10706},
year = {2025}
}