多机器人探索环境下地分布式地图融合研究.pdfVIP

多机器人探索环境下的分布式地图融合研究 摘 要 探索未知区域并构建环境地图是移动机器人研究领域的经典问 题。从任务执行者的角度来看，近年来的研究热点正在从单机器人独 自探索转向多机器人协同工作的方式上来。多机器人把未知区域划分 为多个子区域并行探索，提高了任务执行的效率但却带来了新的挑战 ——地图融合。在实际系统中大多缺乏有效的定位措施，使得子区域 内的地图信息难于合并为一张正确完整的地图，而地图融合可以有效 地解决地图匹配，拼接等问题。因此研究地图融合技术对多机器人协 同探索环境任务有重要意义。 本课题来源于国家自然基金项目《网络环境下基于群体智能方法 的虚拟机协同平台研究》。该项目希望探索一种新的并行计算模式来适 应大规模的群体协作，并通过地图构建这一经典场景对性能进行验证。 该项目的应用场景希望机器人随机地散落在环境中，并且硬件上不具 备全局定位功能。为了解决在此种条件下的地图融合问题，本课题实 现了一种基于线段表示形式的地图融合算法。算法的核心思想是提取 公共区域内的障碍物特征值作为地图转化的参照物，分布执行地图融 合过程，把机器人群体统一到一个坐标系下。由于机器人本身可以通 过测程法记录本地坐标，通过地图融合后，本地坐标转化为全局坐标， 从而解决了全局定位问题。 5 主要研究工作包括以下几点： 1. 基于线段表示形式的地图融合算法：采用线段作为描述障碍物 信息的基本单位。提取交集区域的线段几何关系作为地图转化的参照 物，通过多次转化地图，实现机器人的坐标统一，子地图的合并。在 原有算法的基础上，加入障碍物之间的相对距离这一空间特性，丰富 了参照物特征信息，减少了地图转化匹配次数，提高了融合执行效率。 2. 分布式融合策略：利用扩散法，实现了分布式融合策略，使机 器人群体可以脱离中央控制，自行完成统一坐标，合并地图。研究还 加入了可信度概念以提高分布式地图融合的正确率。 3. 算法验证仿真器：本课题为验证算法设计开发了仿真器。模拟 了无定位情况下机器人探索得到的地图信息以及分布式地图融合过 程，为项目研究提供帮助。 本论文通过测试多种结构化地形下的地图融合效果，证明了该算 法在无全局定位情况下能够有效地解决地图合并问题。另外，相同地 形下的实验数据对比也反映了优化后的算法提高了融合执行的效率。 最后，采用扩散法，实现了群体内的分布式融合，有利于支持大规模 机器人地图构建应用的实施。 关键字：线段，地图融合，地图匹配，扩散，分布式 6 Distributed map integration for multi-robot exploration ABSTRACT Building map after exploring unknown environment is a classic problem in mobile robot research. From the task performers point of view, research hotspots in recent years have moved from single-task robots to work together in multi-robots approach. Multi-robots divide an unknown area into several sub-regions to explore parallel. This way can improve the efficiency of the task execution but bring new challenge – map integration. Most of actual systems are short of effective location measures, so make sub-region map information difficult