未知环境探索（二）基于边界点的自主环境探索

（一）探索导向点指引下的环境探索

通过对环境的分析，相应的信息处理，提取出引导机器人完全探索一系列未知环境的目标点。

探索导向点的提取：

获取激光数据——>提取运动目标点——>探索决策树——>有限的时间内构建出完整或近似完整的环境地图。

几种方法的简单介绍：（力求大体上能懂，最好能实现出来）

1.A Frontier-Based Approach for Autonomous Exploration

检测open space 与 unexplore space 边界点。（这个问题的前期问题就是沿墙移动。在这之前，只能依靠沿墙移动的方式先大致的探索一个图。或者是在环境完全由直线的墙、走廊，圆形的会议室等的环境下探索）

解决的环境：复杂环境下的探索策略。基于栅格地图。证据格方法。

探索解决的关键问题是：Given what you know about the world, where should you move to gain as much new information as possible?

解决的方式：To gain the most new information about the world, move to the boundary between open space and uncharted territory.

①建立证据格

open：occupancy probability （存在概率）<prior probability（先验概率）

unknown：存在概率等于先验概率

occupied：存在概率大于先验概率

（我的理解是，先验概率是0.5.当前有物体障碍存在概率为1.无则存在概率为0）

（a) 证据格（b) 边界（有障碍物的地方不在运动目标的障碍物内（c )最小的边界区域

图（c)中0和1对应的是打开的门，2对应的是测不到的走廊尽头。

open space 与unknown space的边界标记为 frontier edge cell，这些cells聚类能形成一个小的区域。这个区域只要大于机器人的尺寸（被定义为最小所需区域），这个区域中点被认为是目标点。

找到目标点之后，机器人向没有访问过的目标点中最近的点移动。

每访问过一个目标点，就将该点加入进已访问的链表。并生成新的证据格。

如果一段时间后仍无法到达边界目标点，则将该点加入list of inaccessible frontiers。再次360扫描，朝下一点走去。

实验：

配有1个激光测距仪、16个声呐传感器、16个红外传感器的机器人。三传感器结合构建证据格，在很近的距离（低于16英寸）完全用红外传感器替代。

红外与声呐主要是用于避障。

以下：占据率较低的为白色空格；占据率未知的为小点；被占据的是黑色大点。

（a）robot从走廊中间开始，发现3个目标点，朝最近的1去（b)update证据格，发现2个目标点，朝近处的0去。

（e)发现6个目标点，但是最近的两个去不了（在桌椅脚）（f）半小时地图建成。所有目标点检测完成，剩下的都是不可到达的。

2. 基于RRT的搜索策略

The SRT Method: Randomized strategies for exploration

to be continue......

未知环境探索（二）基于边界点的自主环境探索相关推荐

【安信可模组TG-12F/TG-01M②】搭建Linux开发环境，二次开发直连阿里飞燕/天猫精灵平台，实现天猫精灵语音控制
文章目录一. TG-12F概述二.开发环境搭建获取SDK 编译三.烧录四.设置五元组配网飞燕平台天猫精灵平台一. TG-12F概述官方资料获取 TG-12F/TG-01M ...
R包vegan的Mantel tests探索群落物种组成是否与环境相关
R包vegan的Mantel tests Mantel tests是确定两组距离测度矩阵(而非两组变量矩阵)之间相关性的相关性测试方法,用于判断一个矩阵中的样本距离与另一矩阵中的样本距离是否相关.Ma ...
geany配置python_Linux系统下搭建基于Geany+Python开发环境
Linux系统下搭建基于Geany+Python开发环境一.升级python mkdir /usr/local/python3 # tar xvf Python-3.6.1.tar.xz # 解压文 ...
如何搭建html运行环境,搭建基于express框架运行环境的方法步骤
一.Express简介 Express提供了一个轻量级模块,把Node.js的http模块功能封装在一个简单易用的接口中.Express也扩展了http模块的功能,使你轻松处理服务器的路由.响应.co ...
【深度学习】DIY 人脸识别技术的探索(二)
[深度学习]DIY 人脸识别技术的探索(二) 文章目录训练模型工具结果展示问题二的模型建立与求解基于 KNN 的人脸识别模型训练模型 MTCNN 可以并行训练(3 个网络同时训练,前提是内 ...
深度学习实战篇-基于RNN的中文分词探索
深度学习实战篇-基于RNN的中文分词探索近年来,深度学习在人工智能的多个领域取得了显著成绩.微软使用的152层深度神经网络在ImageNet的比赛上斩获多项第一,同时在图像识别中超过了人类的识别水平 ...
演示：混合配置基于Linux winows cisco环境动态路由
演示:混合配置基于Linux winows cisco环境动态路由 (使用GNS3+VM完全可以一台物理计算机上完成所有实验) 配套演示录像:http://edu.51cto.com/course/c ...
SAP UI5 应用开发教程之六十二 - 基于 OData V4 的 SAP UI5 表格控件使用方法介绍试读版
一套适合 SAP UI5 初学者循序渐进的学习教程教程目录 SAP UI5 本地开发环境的搭建 SAP UI5 应用开发教程之一:Hello World SAP UI5 应用开发教程之二:SAP U ...
如何在 SAP BTP 平台 ABAP 编程环境里消费基于 SOAP 的 Web Service
这是 Jerry 2021 年的第 47 篇文章,也是汪子熙公众号总共第 324 篇原创文章. Jerry 2014 年时,曾经在 SAP 社区上写过一篇英文博客,介绍了如何在 ABAP On-Pre ...
Alibaba Druid 源码阅读（二）数据库连接池实现初步探索
Alibaba Druid 源码阅读(二) 数据库连接池实现初步探索简介在上篇文章中,了解了连接池的应用场景和本地运行了示例,本篇文章中,我们尝试来探索下Alibaba Druid数据库连接池的整 ...

未知环境探索（二）基于边界点的自主环境探索

未知环境探索（二）基于边界点的自主环境探索相关推荐

最新文章

热门文章