张量场引导的机器人分层路径规划与自主探索 | CVMJ Spotlight

文章预览

国防科技大学计算机学院朱晨阳副教授和徐凯教授等在Computer Visual Media(CVMJ)2024年第六期上发表了一项基于视觉的机器人自主探索的工作[1]。该工作旨在提高以深度相机作为传感器的机器人自主探索的效率，为室内场景下机器人自主探索领域提供了一种有效的解决方案。 Part  1 研究背景与动机 具有自主感知能力的智能机器人已应用于各个领域，面对未知环境，如何更高效地探索环境信息已经成为机器人智能导航领域的核心问题。现实环境的复杂性让这个问题变得极具挑战性。由于LiDAR设备可以提供与方向无关的360度感知范围(FOV)，目前大多数机器人自主探索工作都选择使用LiDAR信息作为感知数据源。深度相机相较于昂贵的LiDAR设备在经济层面更具优势，但由于深度相机的感知范围受限，直接应用基于LiDAR的算法通常会失败。因此运用深度相机这种视觉 ………………………………