自己摸索難免走彎路。
言歸正傳：
（1）自主環境探索關鍵技術：
與傳統的路徑規劃相比，自主環境探索並不是簡單的使機械人到達某一特定的目標點，而是使機械人不斷到達一系列目標點以便能夠獲取整個環境的資訊。
需解決的問題：①如何根據感測器的資訊產生一系列的目標點；②如何從當前位置運動到目標點；③如何對感測器資訊進行處理而構建所需的環境地圖。
（2）自主環境探索研究現狀：
yamauchi提出了基於邊界(frontier)的探索策略,即將已知區域與未知區域的交界定義為邊界,進而生成環境探索的候選目標點。
以邊界探索為基礎,moorhead和simmonesls綜合評價每個邊界的探索代價和資訊增益,並以此來決定下一步的最優探
索目標點.
giuseppe oriolo提出了srt(sensor一basedrandomtree)探索策略,隨機選擇提取的邊界作為下一步的探索目標點.
tae一bumkwon和jae一boksong提出了tte(thin-ning一basedtopologiealexploration)探索策略,該策略以實時構建的拓撲地圖節點為基礎,機械人根據當前感測器資料分析各個節點周圍的環境,以決定機械人是否需要對該節點進行探索.
為了綜合考慮路徑規劃與導航,獲得未知資訊量多少,機械人與目標點間的運動距離/機械人運動損耗等問題,很多研究人員將nbv(next best view)概念引入了移動機械人自主環境探索研究,並根據相應的效能指標函式/效用函式等來選擇移動機械人下一步的最優探索目標點.
① 隨機探索策略
sensor-based random tree(srt)方法
rrt演算法
包圍式探索的rrt演算法
參見路徑規劃學習1.
②既定路徑探索
螺旋搜尋式探索策略
沿牆行走探索策略
i)三個紅外感測器，夾角30度。測得引數分為左中右分別記錄。
所使用的紅外感測器：
探測模型，是基於能一次探測左、前、右三方270度資訊。
為什麼要沿牆行走，解決什麼樣的問題？？文章中沒有介紹。
ii)通過沿牆走策略解決人工勢能場區域性極小問題
使用平台：pioneer3-dx 機械人配備有聲納測距。獲知障礙物周邊環境的距離，甚至可以近似計算出障礙物邊緣的切線方向。
可以看出這種方法能達到我需要的沿牆行走效果。甚至可以研究在障礙物動態干擾下避開的方法。
iii)紅外psd沿牆導航控制 基於psd的沿牆導航系統比聲吶系統具有更高的效能**比（該文2023年）
該psd探測器100--800mm測距範圍。因此測量如圖部分的範圍需要至少安裝6個感測器。實際測距精度10%
導航結果：
使用平台：十二個超聲波感測器，按360度均勻分布
探測：
最後**結果：
v） 平台： khepera 2，6對紅外感測器、發射器。
測距0.15m到0.85m。
模糊q學習方法（略）
得到結果：
可以實現沿牆走的導航性質。
vi）提出沿牆導航問題大多使用超聲波或者聲吶。本文使用tcrt5000 紅外感測器，其工作原理與一般紅外感測器一樣，**便宜，感知效果上雖不如 psd 紅外感測器，但是本文重點是從硬體和控制策略上彌補其不足，提高移動機器鼠迷宮沿牆導航控制的穩定性和可靠性。
可以看到幾乎是聲吶/超聲波/紅外psd導航
基於聲吶的沿牆導航：結果
這是2023年比較好的一篇
以下是2023年9月
提出因為測量精度不高、數量有限、沿牆效果不佳的改進方法
仍然是超聲波。測距範圍是30mm到3000mm，精度達3mm。至少四組超聲波感測器。
從控制的角度改進的，並不是從沿牆的演算法改進的。
08年接近式沿牆走：
參考文獻;未知環境探索.沿牆行走.基於單超聲波感測器的移動機械人沿牆導航策略_華亮
③基於前沿理論的探索策略（現代環境探索問題，被看做nbv next best view問題，生成最優探索點與選擇最優探索點問題）
前沿指已探索領域與未探索領域的邊界。機械人達到前沿領域把新資訊新增到已知地圖資訊中
候選點的評價;效用函式：路程損耗與資訊增益
手機在於折騰，探索未知世界！
我最近折騰乙個wm系統的手機。手機和開發板的區別就在於 手機沒有任何資料，而開發板有全套電路圖 bsp原始碼！為了探索手機中的未知世界，唯一的辦法就是逆向工程，逆向分析最好的就是寫程式去驗證。乙個不知天高地厚的少年就開始折騰他的手機 花了大量時間去尋找jtag測試點 成功 尋找支援pxa300的廉價...
可觀察性驅動開發，探索未知之地
可觀察性驅動開發與監控有什麼不同？隨著我們的分布式系統變得越來越複雜，隨著我們對devops測試 自動化和效率的追求，筒倉的打破，為了了解 中未知的未知，odd作為一種超級監控而出現。本文包括honeycomb創始人charity majors的見解。毫無疑問，系統越分散就越複雜。這使得24 7監控...
可觀察性驅動開發，探索未知之地
可觀察性驅動開發與監控有什麼不同？隨著我們的分布式系統變得越來越複雜，隨著我們對devops測試 自動化和效率的追求，筒倉的打破，為了了解 中未知的未知，odd作為一種超級監控而出現。本文包括honeycomb創始人charity majors的見解。毫無疑問，系統越分散就越複雜。這使得24 7監控...