PAPER P29 · 2016
Receding Horizon "Next-Best-View" Planner for 3D Exploration
Bircher, A., Kamel, M., Alexis, K., Oleynikova, H., Siegwart, R. — 2016 IEEE International Conference on Robotics and Automation (ICRA), pp. 1462-1468
已读摘要 引用次数: openalex: 627 (2026-10-22)
提出一种用于空中机器人自主探索和测绘未知空间的路径规划器。它在线生长一棵随机树，选择能观测到最多未测绘空间的分支，只执行其第一条边，然后重复，最终探索整个空间。该方法针对有限的机载计算能力设计，已在仿真和真实微型飞行器上验证，复杂度分析表明它能扩展到大型复杂环境。
主要发现
- Receding-horizon next-best-view: grow random tree, take first edge of the most informative branch, repeat
- Runs online on a resource-limited micro aerial vehicle
- Computational complexity scales well to large environments
局限
- Abstract only reviewed; abstract gives no numeric results
- Exploration of unknown space, not optimisation of inspection image quality for a known structure
选择下一个视角，在电影制作中就是镜头设计；参见把飞行运动转化为视觉意义（航拍指南内）。