多机器人探索环境下的分布式地图融合研究-软件工程专业论文.docxVIP

A Dissertation Submitted to Shanghai Jiao Tong University for Master Degree of Engineering Distributed map integration for multi-robot exploration Author：Yu Yan Specialty: Software Engineering Advisor: Liang Alei School of Software Shanghai Jiao Tong University Shanghai, P. R. China December 19, 2009 2 PAGE PAGE 10 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。 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 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 to be merged into an accurate and com