Robotic Exploration through Semantic Topometric Mapping

本文介绍了一种使用语义拓扑地图进行机器人探索未知环境的新策略。正如将要介绍的那样，语义拓扑地图是通过将当前探索区域的网格地图分割成区域（如十字路口、通道、死胡同和未探索边界）来生成的，这些区域构成了环境的结构语义。所提出的探索策略利用了边界的度量信息，如到边界的距离和角度，类似于现有的框架，但关键的区别在于额外利用了结构语义信息，如通往边界的交叉口的属性。所提出的方法使用的语义拓扑地图生成算法很轻量级，使得该方法的在线执行快速且计算效率高。此外，所提出的框架可应用于结构化和非结构化的室内外环境，增强了所提出的探索算法的多功能性。我们利用Turtlebot3作为机器人代理，在两个复杂的室内环境中验证了我们的探索策略并展示了结构语义在探索中的实用性。与传统的基于边界的方法相比，我们的研究结果表明，所提出的方法可以更快地探索并且需要更少的计算时间。

本文旨在提出一种新的机器人探索未知环境的策略，通过使用语义拓扑地图，解决探索中的问题。

本文提出的探索策略利用了结构语义信息，如通往前沿的交叉口属性等，与现有框架不同，生成的语义拓扑地图轻量级且计算效率高。

本文的实验验证了该策略在两个复杂的室内环境中的有效性，相比传统的基于前沿的方法，提出的方法导致更快的探索并需要更少的计算时间。

最近的相关研究包括基于前沿的探索方法和基于语义地图的探索方法，例如“基于语义地图的机器人探索策略”（Semantic Mapping-Based Robot Exploration Strategies）和“机器人探索中的语义信息利用方法”（Utilization of Semantic Information in Robot Exploration）。