首页|未知环境中无人机自适应边界快速检测算法

未知环境中无人机自适应边界快速检测算法

Fast adaptive frontier detection algorithm for in unknown environment

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
边界感知检测是无人机实现自主探索的重要组成部分之一.为了提高在复杂多样的地下狭窄环境中自主探索过程的边界检测效率,提出一种未知环境中的无人机自适应边界快速检测算法(ADPlanner).通过雷达感知地下隧道未知环境,自适应地调整地下隧道或矿洞环境的局部采样空间,根据环境结构大大提高采样率(添加到RRG中的采样点与采样次数的比值);提出重采样率,以减小相邻时刻自适应采样框的采样点冗余度,进而通过重要性采样策略解决GBPlanner重复区域的过采样问题,实现增量检测.仿真实验表明:在 2 个不同的未知场景中,与GBPlanner相比,ADPlanner边界检测采样的运行时间减少了20.27%～38.33%,路径长度缩短了11.24%～18.86%,总探索时间缩短了 27.38%～38.38%,显著提高了无人机在未知环境下的探索效率.

unkonow environment explorationadaptive sampling boximportance samplingpath planningSLAM

唐嘉宁、谢翠娟、赵一帆、李孟霜、彭志祥

展开 >

云南民族大学 电气信息工程学院,昆明 650000

云南民族大学 无人自主系统研究院,昆明 650000

未知环境探索 自适应采样框 重要性采样 路径规划 SLAM

国家自然科学基金

61963038

2023

10.3969/j.issn.1674-8425(z).2023.09.021

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(17)
  • 1
  • 24