基于轻量级对抗生成神经网络的室内自主探索系统及方法

本申请涉及一种基于轻量级对抗生成神经网络的室内自主探索系统及方法，其中，系统包括：多个机器人；地图预测器，用于利用任一机器人的里程计数据、目标场景的全局观测地图和轻量级地图预测模型，得到以任一机器人的当前位姿为中心的局部区域预测地图；预测地图服务器，用于拼接局部区域预测地图与对应的历史全局预测地图，以生成当前预测图层；规划器服务器，用于融合每个机器人的当前预测图层，生成总预测图层，并基于总预测图层规划每个机器人的导航路径，以利用导航路径控制每个机器人完成目标场景的探索。由此，解决了相关技术中，依赖实时构建的精确全局地图，缺乏对环境结构的先验预测，探索效率低、计算成本高、探索盲目性较强的技术问题。