1.摘要
针对未知环境中的多机器人协同建图,论文融合快速探索随机树(RRT)与基于前沿的探索(FE):先用 RRT 定位已知与未知空间的边界,再扩展连续前沿区域,以其质心作为探索目标。任务分配采用改进市场机制,综合实际路径长度、目标及沿途信息增益、探索重叠和机器人位置。仿真与实测表明,该框架可缩短探索时间和总行程,并改善任务分配均衡性。
2.问题描述
见个人简介
针对未知环境中的多机器人协同建图,论文融合快速探索随机树(RRT)与基于前沿的探索(FE):先用 RRT 定位已知与未知空间的边界,再扩展连续前沿区域,以其质心作为探索目标。任务分配采用改进市场机制,综合实际路径长度、目标及沿途信息增益、探索重叠和机器人位置。仿真与实测表明,该框架可缩短探索时间和总行程,并改善任务分配均衡性。
见个人简介