Active pose SLAM with RRT*
Active pose SLAM with RRT*
复制标题
DOI：
10.1109/icra.2015.7139485
复制
发表时间：
2015-05
期刊：
影响因子：
--
通讯作者：
Joan Vallvé;J. Andrade-Cetto
中科院分区：
文献类型：
--
作者：
Joan Vallvé;J. Andrade-Cetto
我们提出了一种新的方法，机器人探索，评估路径，最大限度地减少联合路径和地图熵每米行驶。该方法使用Pose SLAM来更新路径估计，并生长RRT* 树以生成候选路径集合。这种动作选择机制与以前的方法形成对比，在以前的方法中，动作集是从稀疏的候选动作集中建立的。该技术有利地与经典的基于前沿的探索和其他主动姿态SLAM方法相比，在一个共同的公开可用的数据集的模拟。
We propose a novel method for robotic exploration that evaluates paths that minimize both the joint path and map entropy per meter traveled. The method uses Pose SLAM to update the path estimate, and grows an RRT* tree to generate the set of candidate paths. This action selection mechanism contrasts with previous approaches in which the action set was built heuristically from a sparse set of candidate actions. The technique favorably compares against the classical frontier-based exploration and other Active Pose SLAM methods in simulations in a common publicly available dataset.