面向自主统一巡检-探索任务的低依赖框架
机器人学
2023-09-04 v1
摘要
在未知环境中建立并维持态势感知是救援机器人领域相关任务中必须完成的关键步骤。目前，城市结构视觉巡检问题主要通过基于地图的视角规划方法来解决。在本文中，我们提出了一种新方法，利用微型飞行器（MAVs）在独立于地图的规划框架下获取未知物体结构的三维形状。该问题通过一种分叉方法来处理，以执行对检测到的结构进行更近距离巡检的任务，同时采用更广泛的探索策略来识别和定位附近结构，且配备有限的感知能力。所提出的框架在受控室内环境中以模拟环境进行了实验评估，验证了所提巡检-探索策略的有效性。
引用
@article{arxiv.2309.00535,
title = {Towards a Reduced Dependency Framework for Autonomous Unified Inspect-Explore Missions},
author = {Vignesh Kottayam Viswanathan and Sumeet Gajanan Satpute and Ali-akbar Agha-mohammadi and George Nikolakopoulos},
journal= {arXiv preprint arXiv:2309.00535},
year = {2023}
}