ProxMaP：用于高效室内机器人导航的近端占据地图预测
摘要：使用移动机器人规划路径通常需要在机器人移动的同时构建环境地图（例如，占据栅格）。在未知环境中导航时，机器人在线构建的地图可能有许多尚未知晓的区域。保守的规划器可能会避开这些区域，从而花费更长的时间到达目标。相反，如果机器人能够准确预测被遮挡区域的占据情况，机器人可能能够有效导航。我们提出了一种自我监督的占据预测技术ProxMaP，用于预测机器人周围区域的占据情况，以实现更快的导航。我们展示了ProxMaP在逼真和实际领域中的良好泛化性能，并与传统导航方法相比，模拟中提高了机器人导航效率12.40\%。我们在https://raaslab.org/projects/ProxMaP上分享了我们的发现和代码。
作者：Vishnu Dutt Sharma, Jingxi Chen, and Pratap Tokekar
论文ID：2203.04177
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-04