基于模块的在线信息路径规划框架。
mav_active_3d_planning 是一个模块化框架,用于设计在线信息型路径规划器(IPP)。 我们提供了一个模块化框架,用于创建、评估和使用主要基于采样的、后退视野算法,这些算法优化了收益,同时尽可能降低成本。
文档
Lukas Schmid, Michael Pantic, Raghav Khanna, Lionel Ott, Roland Siegwart 和 Juan Nieto, "An Efficient Sampling-based Method for Online Informative Path Planning in Unknown Environments", 发表于《IEEE Robotics and Automation Letters》杂志, 第 5 卷, 第 2 期, 1500-1507 页, 2020 年 4 月 [IEEE | ArXiv | 视频]
@ARTICLE{Schmid20ActivePlanning,
作者={L. {Schmid}、M. {Pantic}、R. {Khanna}、L. {Ott}、R. {Siegwart}、J. {Nieto}}
期刊 = 《IEEE Robotics and Automation Letters》,
title={一种在未知环境中基于有效采样的在线信息路径规划方法},
年份={2020},
volume={5},
数字={2},
pages={1暂无开放 Issues,或尚未同步最近议题。