启发式有偏采样探索策略

探索效率显著提升

利用环境语义信息引导机器人连续探索几何连续区域，避免无序运动。

Liu, Jie · Lv, Yong · 袁苑 · 迟文政 · 陈国栋 · 孙立宁

IEEE Transactions on Industrial Electronics 2023

技术优势

探索更有条理

通过启发式物体估计几何连续区域，机器人在该区域内优先选择前沿，避免频繁切换区域造成的无序运动。

效率提升

利用环境语义信息作为启发式，使机器人优先探索启发式区域，实验证明探索效率高于RRT方法。

轻量级模型

提出轻量级网络模型用于启发式物体识别，便于在移动机器人上实时运行。

应用场景

• 自主移动机器人：指导机器人有序探索未知环境，减少重复路径和区域切换。
• 环境探索与建图：结合语义信息优先探索几何连续区域，提高建图完整性和效率。
• 工业机器人导航：在工厂等结构化环境中利用语义（如通道、工位）规划探索路线，提高导航任务的前期建图速度。
• 无人机自主探索：可结合机载视觉识别地标以偏置采样，提升无人机在未知区域连续探索效率。
• 人机共融环境理解：通过语义物体识别理解环境结构，使机器人行为更符合人类对场景的认知。