Key points are not available for this paper at this time.
Die autonome Erkundung in großflächigen und komplexen Umgebungen ist eine herausfordernde Aufgabe. Mit der Zunahme der Größe der Umgebung könnte der erhebliche Overhead der Erkundungsalgorithmen die rechnerischen Fähigkeiten mobiler Plattformen überfordern, was eine zeitgerechte Reaktion auf Umweltveränderungen verhindert. In der Zwischenzeit wird die Qualität der Erkundungspfade in größeren Szenen zunehmend wichtig, da schlecht ausgewählte Pfade die Effizienz erheblich verringern. In diesem Schreiben wird ein systematischer Rahmen vorgeschlagen, um großflächige unbekannte Umgebungen zu erkunden. Um die Hochfrequenzplanung zu ermöglichen, wird eine schnelle Vorverarbeitung von Umgebungsinformationen präsentiert, die grundlegende Informationen bereitstellt, um die Hochfrequenz-Pfadplanung zu unterstützen. Eine Formulierung der Pfadoptimierung, die umfassend wichtige Faktoren für schnelle Erkundung berücksichtigt, wird eingeführt. Darüber hinaus wird ein heuristischer Algorithmus entwickelt, um das NP-schwere Optimierungsproblem zu lösen, der empirisch optimale Lösungen in Echtzeit findet. Simulationsergebnisse zeigen, dass die Laufzeit unserer Methode erheblich kürzer ist als die bestehender Methoden. Unsere Methode vervollständigt die Erkundung mit der geringsten Zeit und der kürzesten Bewegungsdistanz im Vergleich zu aktuellen hochmodernen Methoden.
Huang et al. (Thu,) untersuchten diese Frage.