任务驱动视角下机器地图现状与发展

随着国家对机器人发展战略的不断推进,保障机器人认知和学习的机器地图近年来成为地图科学研究的新方向。针对目前机器地图理论研究相对匮乏的问题,基于测制用一体运行机制,阐述总结任务驱动下的机器地图关键技术和研究现状。数据获取与处理是地图模型构建和任务应用的基础支撑,围绕机器人平台、特征提取、语义分割、多传感器融合等技术现状进行归纳总结;地图模型构建承上启下,分析参考常用的地图模型架构及其特点,描述不同任务情境中如何搭建使用弹性、稳健、可靠的建图系统;任务应用是机器地图功能性的集中体现,介绍总结路径规划、目标检测、知识表达与推理等典型应用研究现状。论述展望了机器地图存在的问题及未来发展方向。