论文阅读Bubble Explorer: Fast UAV Exploration in Large-Scale and Cluttered 3D-Environments using Occlusi

夜晋天明

于 2024-01-16 11:16:04 发布

阅读量696

点赞数 9

文章标签：机器人无人机算法

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/lijiaming550/article/details/135619730

版权

香港大学的BubbleExplorer提出了一种基于FULE算法的无人机探索路径规划方案，结合全局优化与局部策略，显著提高效率并减少计算需求。文章详细探讨了无遮挡球生成和视点选择过程，尤其是关于Esdf地图的应用和传感器FOV检查的简化方法。然而，方案目前尚未开源。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

概述

Bubble Explorer是香港大学针对无人机单机探索问题提出的规划方案。以FULE算法为基础，在无遮挡球表面快速生成高质量视点、将全局优化与贪婪策略相融合完成引导路径规划。该方案在保证高环境探索效率的同时可大量减少计算资源消耗，实验结果显示规划速度约为FUEL的2.5-4倍，GBPlanner的10倍以上，但是暂未开源。

方案梳理

在这里插入图片描述

疑问

1.无遮挡球生成时，是否用到esdf地图？因为esdf地图可以清楚的指明栅格最近障碍物距离。

2.基于无遮挡球选择最佳视点时，需要根据“传感器的FOV检查”计算覆盖的边界栅格数量，继而确定覆盖栅格数量最大的最佳视点，但是如何进行“传感器fov检查”，论文后续说不需要采用ray-cast计算边界栅格覆盖数量，那么fov检查具体应该如何执行？有无相关论文或方法说明？
在这里插入图片描述

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。