改进最优边界点和动态目标点的自主探索算法

摘要

机器人自主探索建图是机器人智能控制的核心技术之一，为提高机器人的探索效率，提出了一种改进最优边界点和动态目标点路径规划的策略。在边界点选择环节，定义了边界点探索价值函数，该函数结合了建图时涉及的3个要素：机器人在边界点所在位置获得的信息增益和在该点处自身的定位精度，以及到达该边界点所需的导航代价，计算出探索价值最高的边界点作为目标点。在路径规划环节，引入了动态目标点策略，没有让机器人行驶完从当前位置到下一边界目标点位置规划的全局路径，而是设置了动态时间发布新目标边界点。当机器人的探索用时符合预设的动态探索时间时，算法会重新计算边界点的探索价值并选择此时探索价值最高的边界点作为目标点，以此减少在探索过程中行驶重复多余路径发生的可能性。最后通过相关实验验证了该策略的有效性。

关键词

自主探索 / 最优边界点 / 探索价值函数 / 动态目标点策略

基金资助

重庆市教委在渝高校与中科院所属院所合作项目(2021CJZ073)