.png){kind=icon}
返回
Multi-resolution field-based algorithm for autonomous robot exploration
.png){kind=icon}
OA
AI
DOI：10.1038/s41598-026-46119-3.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出一种基于多分辨率场的机器人自主探索算法，以解决复杂环境中效率低、路径重复率高及环境适应性有限的问题。首先，利用OctoMap的分层架构创建多分辨率体素地图，随后采用粗细双阶段检测前沿并平衡点数。其次，采用极坐标采样避免采样点过于集中于圆心，并结合距离衰减函数构建评分函数，防止机器人重复搜索。最后，引入蒙特卡罗积分的增益计算方法，消除离散化引起的步长误差，提高增益计算精度。在不同环境中的仿真实验表明，本文方法在移动距离、运行时间和探索效率方面均优于对比算法。结果表明，本文提出的算法有效提升了机器人在未知复杂环境中的自主探索性能，并为实际应用提供了新的解决方案。
Keyword:
Engineering
Mathematics and computing
Multi-resolution field
Autonomous robot exploration
Frontier detection
Science
Humanities and Social Sciences
multidisciplinary
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。
