表面边缘探索器（SEE）：一种直接基于测量的下一最佳视角规划方法

对真实世界的高质量观测对于多种应用至关重要，包括制作小尺度场景的3D打印复制品以及开展大尺度基础设施检测。这些3D观测通常通过融合来自不同视角的多次传感器测量获得。引导合适视角的选择被称为NBV规划问题。大多数NBV方法使用刚性数据结构（如表面网格或体素网格）对测量进行推理。这简化了下一最佳视角的选择，但可能计算昂贵、降低真实世界保真度，并将下一最佳视角的选择与最终数据处理相耦合。本文提出表面边缘探索器，一种直接从先前传感器测量中选择新观测、无需刚性数据结构的NBV方法。SEE利用测量密度提出下一最佳视角，以增加观测不足表面的覆盖率，同时避免潜在遮挡。模拟实验的统计结果表明，在小尺度和大尺度场景上，SEE相比所评估的基于体积的方法能以更短的观测时间与行进距离达到相似或更好的表面覆盖率。真实世界实验展示了SEE利用固定于机械臂上的3D传感器自主观测鹿雕像。