一种基于贝叶斯优化多重信息增益探索策略的机器人导航方法

摘要

本发明公开了一种基于贝叶斯优化多重信息增益探索策略的机器人导航模型，属于移动机器人领域和人工智能领域。本发明基于ROS编程实现，设定一个带有里程计与RGB‑D相机等传感器的仿真机器人。首先，在候选点提取方法上采用融合前沿点聚类与可通行区域方式综合衡量提取；在候选点评估方法上利用改进的贝叶斯优化计算多重信息增益，综合考虑地图熵值与距离成本，进而选取最佳候选点，避免机器人在环境中不断走重复的路径。本发明在ROS操作系统中利用gazebo进行仿真实验验证，利用RGB‑D信息构建二维栅格地图与八叉树地图，移动机器人可以利用较少的步数快速有效的探索未知环境，高质量完成建图任务。