Autonomous Exploration自主探索
移动机器人自主探索最主要的任务是确定机器人下一步的期望运动位置,最终实现全局范围内以最短无碰撞路径获取最多未知正确环境信息。
Autonomous Navigation自主导航
自主导航和自主探索都涉及两个问题:一个是自身定位和环境地图构建(SLAM),一个是路径规划(Path Planing)。后者包括全局路径规划和局部避障(Obstacle Avoidance)。区别于自主导航,自主探索不包含明确的目标点(Goals),根据已知区域探索未知区域,需要找到边界条件,优化机器人的行走路径,以最小的代价完成未知环境的探索。
边界探索算法
Yamauchi.B提出了基于边界探索算法(Froniter-Based)该方法基于图像分割技术提取局部栅格地图中已知和未知区域之间的边界,然后控制机器人选择向最近边界区域运动,从而获取新环境信息,扩大地图创建。