基于高斯过程潜在场形状的高效占用率映射
机器人学
2025-06-17 v1
摘要
占用率映射一直是移动机器人不可或缺的关键技术。最初基于离散网格表示, 占用率映射正向演变为能够预测任意位置占用状态并考虑相邻区域占用相关性的连续表示。高斯过程(GP)方法将此任务作为二元分类问题, 使用占用和空闲空间的观测。概念上, GP潜在场通过逻辑函数传递以获得输出类, 而无需实际操作GP潜在场。本文我们提出直接作用于潜在函数, 在传感器视野形状基础上高效地整合空闲空间信息。与现有方法的主要区别是分类问题的改变, 我们区分了空闲空间和未知空间。'占用'区域是类从空闲转换为未知的微小位置。我们在模拟环境中演示了该方法的可行性, 并导致竞争性的重建精度。
引用
@article{arxiv.2506.13640,
title = {Towards Efficient Occupancy Mapping via Gaussian Process Latent Field Shaping},
author = {Cedric Le Gentil and Cedric Pradalier and Timothy D. Barfoot},
journal= {arXiv preprint arXiv:2506.13640},
year = {2025}
}
备注
Presented at RSS 2025 Workshop: Gaussian Representations for Robot Autonomy: Challenges and Opportunities