[论文笔记]Feature-constrained Active Visual SLAM for Mobile Robot Navigation

Feature-constrained Active Visual SLAM for Mobile Robot Navigation
文主要研究在未知环境下，基于视觉的导航过程中，如何避免跟踪故障。当使用基于特征的视觉同步定位和建图(VSLAM)时，在运动期间需要地图点的连续识别和关联。因此，本文讨论了一个运动规划框架，它考虑了可靠导航的感官约束。本文使用SLAM中可用的信息，并提出一种数据驱动的方法来预测给定姿势中相关的地图点的数量。然后，距离最优路径规划器利用该模型来约束路径，使得每个姿态中的相关地图点的数量高于阈值。还包括一个避免碰撞的环境在线地图。总的来说，本文提出了一个迭代运动规划框架，它能够在获取更多信息后进行实时重新规划。在两个环境中的实验证明了该框架的性能。
Introduction
未知环境中移动代理的导航是自主机器人系统的一项重要能力。
探索[1]、区域覆盖[2]以及搜索和救援是自主导

[论文笔记]Feature-constrained Active Visual SLAM for Mobile Robot Navigation最先出现在Python成神之路。