arXiv Robotics· Yizhe Zhang, Jianping Li, Yilun Gao, Liangliang Yin, Pengfei Wan, Bisheng Yang·· 5 小时前AI 评分36
FLAVOR：面向大规模 3D 自主探索的分层时空地图表示
Beyond Memory Limits: A Hierarchical Spatio-Temporal Map Representation for Large-Scale 3D Autonomous Exploration
AI 导读
FLAVOR 用分层时空框架把稠密几何限制在机器人局部地图内，全局只保留轻量 LiDAR 关键帧可见性记录和带里程计锚点的待探索任务，稠密地图容量随探索扩展保持固定。在三个仿真场景中，其探索时间比完成全部场景的最佳基线缩短 31.98%–41.88%，地图内存占用降低 94%–99%。真实部署中，森林和建筑工地相对显式点云 ikd-tree 的内存占用分别减少 92.67% 和 62.42%。
推荐理由模型分析
针对无人机大规模探索中全局地图内存随面积膨胀的瓶颈，把稠密几何限制在机器人局部地图，仅保留轻量观测记录与待探索任务锚点，并用稀疏拓扑图连接。仿真中探索时间缩短约32%–42%、地图内存降低94%–99%，真实森林与工地部署内存分别降92.67%和62.42%。做机载建图与长航时巡检的团队可参考其内存-任务连续性权衡，但结论限于所测场景与基线。
来源：arXiv Robotics · arxiv.org