Intelligent Maps for Autonomous Kilometer-Scale Science Survey
Intelligent Maps for Autonomous Kilometer-Scale Science Survey
复制标题
DOI：
--
复制
发表时间：
2008
期刊：
影响因子：
--
通讯作者：
D. Thompson;David S. Wettergreen
中科院分区：
文献类型：
--
作者：
D. Thompson;David S. Wettergreen
我们提出了一种新的方法，现场调查的自主表面机器人。在我们的方法中，代理构建了一个智能地图，多尺度模型的探索环境结合在现场和遥感数据。智能体动态学习模型的参数，并利用其预测来指导自适应导航和采样。以这种方式，代理可以适当地响应新的相关性，资源约束和执行错误。在加州安博伊火山口进行的漫游车测试表明，在地质调查任务中，非自适应策略的性能有所提高。
We present a new approach for site survey by autonomous surface robots. In our method the agent constructs an intelligent map, a multi-scale model of the explored environment incorporating in situ and remote sensing data. The agent learns the model’s parameters on the fly and exploits its predictions to guide adaptive navigation and sampling. In this manner the agent can respond appropriately to novel correlations, resource constraints and execution errors. Rover tests at Amboy Crater, California demonstrate improved performance over non-adaptive strategies for a geologic survey task.