Voxblox：用于机载微型飞行器规划的增量式三维欧几里得符号距离场

在非结构化、未探索环境中作业的微型飞行器（MAVs）需要快速且灵活的局部规划，以便在地图新区域被探索时能够重新规划。轨迹优化方法满足这些需求，但需要障碍距离信息，而该信息可由欧几里得符号距离场（ESDFs）提供。我们提出一种从截断符号距离场（TSDFs）增量构建 ESDFs 的方法，TSDFs 是计算机图形学与视觉中常用的隐式表面表示。TSDFs 构建快速，能在多次观测中平滑传感器噪声，且旨在生成表面网格。网格使人类操作员能更好地评估机器人环境并设定高层任务目标。我们表明，构建 TSDFs 比 Octomaps 更快，且从 TSDFs 构建 ESDFs 比从占据地图构建更精确。我们完整的系统称为 voxblox，将开源并在单个 CPU 核心上实时运行。我们通过在微型飞行器上完全机载实时地使用我们的系统与轨迹优化局部规划器，验证了我们的方法。