返回
Active visual SLAM using potential fields and model predictive control
DOI:10.1016/j.conengprac.2026.106897.png)
摘要
En 中文
• 集成主动视觉SLAM,结合势场法和MPC。
• 在线MPC实现无碰撞、约束合规且效用优化的运动。
• 针对非完整约束机器人的真实世界实验。
• 成功实现未知环境的自主探索。
• 对动态环境的反应性适应。
Keyword:
Construction robotics
Autonomous mobile robots
Trajectory and path planning
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.6
论文数:
5.7K
被引数:
1.1W
机构
引用论文
A Survey on Visual Navigation for Artificial Agents With Deep Reinforcement Learning基于深度强化学习的人工智能体视觉导航研究综述
IEEE ACCESS
IF3.6
Evolution of Simultaneous Localization and Mapping Framework for Autonomous Robotics—A Comprehensive Review自主机器人同时定位与建图框架的演变——综述
OctoMap: an efficient probabilistic 3D mapping framework based on octreesOctoMap: 一种基于八叉树的高效概率三维映射框架
AUTONOMOUS ROBOTS
IF4.3

