复杂环境下多机器人协作构建地图的方法.pdf

《复杂环境下多机器人协作构建地图的方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第42卷第1期四川大学学报(工程科学版)Vol.42No.12010年1月JOURNALOFSICHUANUNIVERSITY(ENGINEERINGSCIENCEEDITION)Jan.2010文章编号:1009-3087(2010)01-0143-06复杂环境下多机器人协作构建地图的方法1，222潘薇，蔡自兴，陈白帆(1.中国科学技术信息研究所，北京100038;2.中南大学信息科学与工程学院，湖南长沙410083)摘要:针对复杂环境以及无法获知机器人位置信息的情况，提出一种多移动机

2、器人协作构建地图的新方法。该方法采用独立探索、集中建图的探索策略，对环境建立局部栅格地图并予以融合。在地图融合过程中，无需已知机器人的相对位置信息，而是以栅格地图相似度为度量标准，利用距离变换和改进的遗传算法高效、快速地搜索各局部地图之间的最大重叠部分，进而予以融合。此外，考虑到局部地图无重叠部分的情况，引入判断函数对融合结果予以度量。实验结果验证了该方法在复杂环境下的可行性和有效性。关键词:多机器人;复杂环境;地图构建;距离变换;遗传算法中图分类号:TP242.6文献标识码:AAnApproachtoCooperativeMulti-robotMapBuildinginComp

3、lexEnvironments1，222PANWei，CAIZi-xing，CHENBai-fan(1.Inst.ofScientificandTechnicalInfo.ofChina，Beijing100038，China;2.SchoolofInfo.Sci.andEng.，CentralSouthUniv.，Changsha410083，China)Abstract:Aimingatcomplexenvironmentsandthesituationwithoutanyposeinformationofrobots，anovelap-proachtomulti-robot

4、cooperativemapbuildingwaspresented.Theapproachletallrobotsoperateindividuallyandthentriedtomergethedifferentlocalgridmapsintoasingleglobalone.Withoutusinganyrelativeposeinformationofrobots，theprocessofmapmergingwasperformedbymeasuringthesimilaritybetweengridmaps.Distancetrans-formsandanimprov

5、edgeneticalgorithmwereusedtoeffectivelysearchthemaximumoverlapatwhichthelocalmapscanbejoinedtogether.Furthermore，consideringthesituationthattheremaybenooverlappedareaamonglo-calmaps，avaluefunctionwasintroducedtojudgethemergingresults.Experimentalresultsshowedthefeasibilityandeffectivenessofth

6、epresentapproachincomplexenvironments.Keywords:multi-robot;complexenvironments;mapbuilding;distancetransform;geneticalgorithm地图构建是移动机器人研究领域中的基本问题效、高精度、高容错性、高鲁棒性、可重构性、低成本与研究热点，也是移动机器人实现自主导航的关键等优点，因而更适用于实际应用中的各种复杂任务。［1］所在。近年来，基于多机器人协作的地图构建问到目前为止，国内外针对多机器人协作构建地［2］题正逐渐得到研究人员越来越多的关注。与单图的研究还不够成熟，其中

7、针对复杂环境的协作建机器人相比，使用多个机器人进行协作建图具有高图方法很少。现有方法主要是将SLAM(同时定位与建图，SimultaneousLocalizationandMapping)算法收稿日期:2009－01－08扩展到多机器人的情况中［3－4］。其缺点在于，当地基金项目:国防基础科研资助项目(A1420060159)图特征数较多时，算法的计算量较大，因而不适用于作者简介:潘薇(1980－)，女，博士.研究方向:人工智能.较大规模环境、动态环境以及环境特征较模糊的情144