VF-Plan：基于可见性场优化的静态激光雷达扫描与艺术画廊问题的联结
机器人学
2025-09-23 v2 计算几何
摘要
视点规划对于高效获取3D数据至关重要，广泛应用于3D重建、建筑生命周期管理、导航和室内装饰等领域。然而，现有方法往往忽视静态激光雷达系统特有的关键优化目标，导致视点网络具有冗余或不连通的特征。视点规划问题（VPP）扩展了经典的艺术画廊问题（AGP），要求在受限传感器能力下实现完全覆盖、强注册性和连贯的网络连接。为应对这些挑战，本文提出一种新型可见性场（VF），准确捕捉静态激光雷达扫描仪的方向性和范围相关可见性特征。我们进一步观察到，可见性信息自然地汇聚到嵌入二维空间的1维骨架上，从而实现显著的搜索空间缩减。基于这些洞见，我们开发了针对VPP的贪心优化算法，构建出最小且完全连通的视点网络（VPN），冗余性低。跨越多样化室内外场景的实验评估确认了该方法的可扩展性和鲁健性。与专家设计的VPN和现有最先进方法相比，我们的算法在视点数量上相当或更少，同时显著提升了连通性。特别是，它将加权平均路径长度降低约95%，显著提升了紧凑性和结构效率。代码已公开于https://github.com/xiongbiaostar/VFPlan。
引用
@article{arxiv.2503.01562,
title = {VF-Plan: Bridging the Art Gallery Problem and Static LiDAR Scanning with Visibility Field Optimization},
author = {Biao Xiong and Longjun Zhang and Ruiqi Huang and Junwei Zhou and S. R. U. N. Jafri and Bojian Wu and Fashuai Li},
journal= {arXiv preprint arXiv:2503.01562},
year = {2025}
}