未知环境中无人机自适应边界快速检测算法

边界感知检测是无人机实现自主探索的重要组成部分之一。为了提高在复杂多样的地下狭窄环境中自主探索过程的边界检测效率,提出一种未知环境中的无人机自适应边界快速检测算法(ADPlanner)。通过雷达感知地下隧道未知环境,自适应地调整地下隧道或矿洞环境的局部采样空间,根据环境结构大大提高采样率(添加到RRG中的采样点与采样次数的比值);提出重采样率,以减小相邻时刻自适应采样框的采样点冗余度,进而通过重要性采样策略解决GBPlanner重复区域的过采样问题,实现增量检测。仿真实验表明:在2个不同的未知场景中,与GBPlanner相比,ADPlanner边界检测采样的运行时间减少了20.27%~38.33%,路径长度缩短了11.24%~18.86%,总探索时间缩短了27.38%~38.38%,显著提高了无人机在未知环境下的探索效率。