VP-SOM:基于信息丰富性和观测连续性的室内活动稀疏对象映射的视图规划方法
1The Robotics Institute, School of Mechanical Engineering and Automation, Beihang University, Beijing 100190, China.
Sensors (Basel, Switzerland)
|December 9, 2023
概括
这项研究引入了一种新的视图规划方法,用于移动机器人创建准确的室内物体地图. 该方法通过考虑对象属性,以改善人机交互来提高勘探效率和绘图质量.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 计算机视觉 计算机视觉
背景情况:
- 活动地图对于移动机器人在室内环境中的自主性至关重要.
- 当前的方法往往忽略了对象级别的细节,阻碍了人机交互.
- 视图规划显著影响地图质量和勘探效率.
研究的目的:
- 为室内主动Sparse Object Mapping (VP-SOM) 提出一种新的视图规划方法.
- 为增强的人机器人环境整合对象集群属性.
- 为了平衡勘探效率和绘图准确度,使用分类视图.
主要方法:
- 基于对象集群,将视图分类为全球和本地.
- 开发了一个新的视图评估功能,使用对象信息丰富性和观察连续性.
- 引入了一个对象表面占用概率图来计算稀疏对象模型的不确定性.
主要成果:
- VP-SOM证明了更准确和更有效的室内环境探索.
- 该方法成功构建了强大的对象地图.
- 实验结果验证了拟议的景观规划策略的有效性.
结论:
- 通过整合以对象为中心的信息,VP-SOM方法推进了主动映射.
- 这种方法提高了室内对象映射的准确性,效率和稳定性.
- 这些发现对开发更具交互性和能力的移动机器人具有重要意义.
