跳到正文
热点事件持续更新

轻量路径感知前沿重排序用于LiDAR无人机探索

1 篇报道1 个报道来源15 小时前更新

先了解这件事

AI 综述

Duc Manh Do 等作者发表论文，提出一种面向 LiDAR 无人机自主探索的轻量级路径感知前沿重排序方法。该方法先用轻量效用函数保留少量 top-N 前沿候选，再用时间受限的 RRT* 规划估计各候选的可行路径代价并据此重排序，所选前沿的路径还被复用于导航，以减少重复的全局规划。 作者在三个类仓库环境中实验称，该方法相比传统前沿基线持续产生更短的探索轨迹，行进距离最多减少 14.1%；在其中两个环境中探索时间最多缩短 9.5%，第三个环境中则与传统方法相当。作者还称其地图细节与基于 OctoMap 的传统基线相当。

AI 根据报道生成 · 15 小时前更新

最新进展11月9日 13:00
面向 LiDAR 无人机探索的轻量级路径感知前沿重排序方法

报道时间线

沿着报道，了解事件的不同侧面。

11月9日
  1. arXiv cs.RO
    面向 LiDAR 无人机探索的轻量级路径感知前沿重排序方法

    论文提出一种面向 LiDAR 无人机自主探索的轻量级路径感知前沿重排序方法：先用轻量效用函数保留少量 top-N 前沿候选，再用时间受限的 RRT* 规划估计其可行路径代价并重排序，所选前沿的路径还被复用于导航以减少重复全局规划。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月9日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。