【技术实现步骤摘要】
本专利技术属于机器人路径规划领域，具体涉及基于混合前沿采样和分层规划的自主探索方法及系统。
技术介绍
1、机器人在未知环境下进行自主探索是无人平台系统研究的主要课题之一。在一些任务中，如三维重建、抢险救援、目标搜寻等，人类操作员并不总是能够控制机器人的运动并实时完成任务。这样的场景要求机器人具有较高的自主性，能够独立决定下一步的前进目标，完成环境绘制等任务。同时尽可能的提高探索效率，避免不必要的路线折返，以尽可能短的时间探索最多的区域。
2、自主探索技术的主流框架主要包括基于前沿的方法和基于采样的方法。两种方法本质上是在当前已绘制的地图上进行搜索或采样以获取边界区域，并将边界作为备选探索区域，通过评估备选边界的收益，选择收益最大的边界作为机器人的下一个探索区域，直到整个环境被完全建模。然而，这些方法仍然有一些局限性，首先，大多数方法都需要在已绘制的地图中搜索前沿区域或执行大量采样以获取视点。这对机器人搭载的边缘计算设备来说是巨大的负担，并可能导致机器人无法快速响应。尤其是当探索范围增大时，采样效率降低，无法实时生成新的前沿或...
【技术保护点】
1.基于混合前沿采样和分层规划的自主探索方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于混合前沿采样和分层规划的自主探索方法，其特征在于，在所述步骤S1中，使用激光雷达传感器的点云数据作为SLAM算法的输入，使用SLAM算法根据当前点云数据生成环境的地图，地图的数据形式为二维栅格地图，每个栅格包括空闲、未知和占据信息，同时完成对机器人的位姿估计，位姿包括机器人在环境中的位置和姿态。
3.根据权利要求1所述的基于混合前沿采样和分层规划的自主探索方法，其特征在于，所述步骤S2具体包括：
4.根据权利要求1所述的基于混合前沿...
【技术特征摘要】
1.基于混合前沿采样和分层规划的自主探索方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于混合前沿采样和分层规划的自主探索方法，其特征在于，在所述步骤s1中，使用激光雷达传感器的点云数据作为slam算法的输入，使用slam算法根据当前点云数据生成环境的地图，地图的数据形式为二维栅格地图，每个栅格包括空闲、未知和占据信息，同时完成对机器人的位姿估计，位姿包括机器人在环境中的位置和姿态。
3.根据权利要求1所述的基于混合前沿采样和分层规划的自主探索方法，其特征在于，所述步骤s2具体包括：
4.根据权利要求1所述的基于混合前沿采样和分层规划的自主探索方法，其特征在于，所述预设的过滤条件包括：该前沿点与障碍物距离小于特定值、该前沿点的视野范围内存在其他相邻的前沿点；同时在探索过程中应及时删除机器人已经接近过的前沿点和无法到达的前沿点。
5.根据权利要求1所述的基于混合前沿采样和分层规划的自主探索方法，其特征在于，在所述步骤s4中，子区域分割及访问顺序排序，包括：
6...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。