基于視覺的多機器人協(xié)作SLAM研究.pdf

1、移動機器人是機器人學(xué)的一個重要分支，可應(yīng)用于未知環(huán)境探索、巡邏、服務(wù)等諸多領(lǐng)域。目前移動機器人技術(shù)還不成熟，多項關(guān)鍵技術(shù)需要改進，其中作為實現(xiàn)自主、智能移動機器人前提的即時定位與地圖構(gòu)建(SLAM,Simultaneous Localization and Mapping)技術(shù)尤其需要進一步研究。本課題源于國家自然科學(xué)基金資助項目“基于局部不變映射的雙目移動機器人協(xié)作SLAM研究”，深入研究了基于視覺的多機器人協(xié)作SLAM及其相關(guān)技術(shù)。

2、主要內(nèi)容包括以下幾個方面：
　　首先研究了多機器人系統(tǒng)及其任務(wù)分配算法。提出了一種基于UPnP(Universal Plugand Play)技術(shù)的多機器人系統(tǒng)UMRS(UPnP-based Multi-robot System)。該系統(tǒng)使得成員間具有互發(fā)現(xiàn)能力，避免了多機器人系統(tǒng)通常存在的單點故障、協(xié)作協(xié)議與底層通信耦合度高等問題。在此基礎(chǔ)上對多機器人任務(wù)分配技術(shù)進行了研究，提出一種適用于 MT-SR-TA類型任務(wù)分配問題的方法

3、CMRTA(CHNN-based Multi-robot Task Allocation)。
　　其次，研究了基于雙目視覺的自然路標(biāo)提取與描述方法。針對SLAM過程中存在的作為路標(biāo)的特征點過多而導(dǎo)致數(shù)據(jù)關(guān)聯(lián)復(fù)雜度高、準(zhǔn)確度低的問題，提出一種以特征點的三維信息為基礎(chǔ)的路標(biāo)提取方法。該方法從基于雙目視覺獲得的環(huán)境圖像中提取并匹配特征點，重建特征點對應(yīng)的空間點的三維信息，并依據(jù)點間距離進行聚類分析得到若干點簇，將每個點簇整體作為一個路標(biāo)

4、。為了便于進行路標(biāo)間的快速匹配，達到數(shù)據(jù)關(guān)聯(lián)的目的，對路標(biāo)進行標(biāo)識，提出了一種路標(biāo)描述符，論述了其生成方法和匹配過程。為了獲得合適的路標(biāo)，本文對Mean Shift聚類算法進行了改進，通過最小點數(shù)、聚類半徑初始值、半徑增長幅度、最大聚類半徑等參數(shù)的調(diào)節(jié)，使得算法可以根據(jù)空間點具體的分布情況產(chǎn)生適當(dāng)數(shù)量的不同尺寸的點簇。
　　再次，對基于視覺的SLAM進行了研究。針對基于EKF(Extended Kalman Filter)的SLA

5、M算法因為計算復(fù)雜度過高不適合大規(guī)模環(huán)境地圖構(gòu)建的問題，提出了一種基于自然路標(biāo)和局部地圖更新的NL-SLAM(Natural landmark and Local map based SLAM)算法。由于自然路標(biāo)的使用，減少了位姿和地圖估計的誤差，同時因為路標(biāo)數(shù)量的減少和局部地圖的使用，有效降低了計算復(fù)雜度。
　　最后，在以上工作的基礎(chǔ)上，進一步研究了基于視覺的多機器人協(xié)作SLAM。提出一種團隊共享路標(biāo)信息的MR-vSLAM(Mu