通过实时地图优化和改善边界成本,加强机器人自主探索
Chunyang Liu1,2, Dingfa Zhang3, Weitao Liu1
1Henan University of Science and Technology, Luoyang, 471000, Henan Province, China.
Scientific reports
|April 10, 2025
概括
本研究介绍了地面移动机器人的高效自主探索方法,改进了绘制地图并减少了路径查找效率低下. 这种新的方法通过优化边界和整合先进的决策模型来提高勘探性能.
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:
- 自主探索和绘制地图在机器人技术中至关重要.
- 目前的方法面临着不高效的策略和不完整的地图覆盖面的挑战.
- 地上移动机器人需要提高勘探性能.
研究的目的:
- 为地面移动机器人提出一种高效的自主探索方法.
- 为了提高绘图质量和整体勘探效率.
- 解决现有勘探战略的局限性.
主要方法:
- 使用基于边界的策略,实时优化网格地图 (双边过和扩展).
- 开发一个新的边界成本函数,考虑路径长度,传感器范围和信息获取.
- 结合自主探索决策模型与最小比例旅行销售员问题 (MRTSP).
主要成果:
- 与经典方法相比,探测效率得到了10-30%的改善.
- 通过优化边界,提高了绘图质量.
- 减少自主勘探策略中的低效率.
结论:
- 拟议的方法显著提高了地面移动机器人的自主勘探和绘图效率.
- 集成地图优化和高级决策模型是有效的.
- 这种方法为导航和绘制未知的环境提供了更强大的解决方案.
