#論文#arxiv |GVD-Exploration：一種基于快速廣義Voronoi圖提取的高效機(jī)器人自主探索框架 【GVD-Exploration: An Efficient Autonomous Robot Exploration Framework Based on Fast Generalized Voronoi Diagram Extraction】 作者單位：蘇州大學(xué)、新加坡國立大學(xué)、南方科技大學(xué) 文章鏈接：http://arxiv.org/abs/2309.06041 快速搜索隨機(jī)樹( RRTs )是移動機(jī)器人自主探索的熱門技術(shù)。然而，RRTs采用的隨機(jī)抽樣會導(dǎo)致前沿面提取的低效和不準(zhǔn)確，從而影響勘探性能。針對路徑規(guī)劃速度慢和路徑代價高的問題，提出了一種基于廣義Voronoi圖( GVD )的多選擇機(jī)器人探索策略。我們的框架由三個部分組成：一個新穎的建圖模型，使用一個端到端的神經(jīng)網(wǎng)絡(luò)來實時地構(gòu)建環(huán)境的GVD；基于GVD的啟發(fā)式方案，加速前沿提取并減少前沿冗余；以及一種考慮不同類型前沿的多選擇前沿分配方案，使機(jī)器人在探索過程中做出理性決策。我們在仿真和真實世界的實驗中評估了我們的方法，并表明它在效率和魯棒性方面優(yōu)于基于RRT的探索方法。 注釋- -本文旨在提高移動機(jī)器人的自主探索性能，加快探索進(jìn)程。提出了一種高效、魯棒的自主機(jī)器人探索框架。與基于RRT的移動機(jī)器人自主探索相比，我們的方法基于GVD信息增益提取前沿，與隨機(jī)樹生長無關(guān)，有效地緩解了與陷阱空間問題相關(guān)的挑戰(zhàn)。與大多數(shù)現(xiàn)有的機(jī)器人探索策略不同，我們的機(jī)器人采用了基于各種前沿的多樣化探索決策，而不是依賴于單一的決策方法。對此，自主機(jī)器人優(yōu)先在局部邊界內(nèi)進(jìn)行探索，而在全局探索時，將探索任務(wù)轉(zhuǎn)化為TSP問題進(jìn)行優(yōu)化，保證機(jī)器人做出最優(yōu)的行為決策。最后，通過在各種模擬和真實環(huán)境中的實驗，驗證了所提方法的可行性和可靠性。所提出的框架可應(yīng)用于移動機(jī)器人在不同類型環(huán)境中的自主探索。