室内环境中基于流形描述的异构多机器人同时定位与建图研究

Simultaneous localization and mapping (SLAM) plays a fundamental role in navigation, while multi robots SLAM has always been a hot topic in the research of mobile robots because it can explore more areas in the environment and can build a more accurate map. Meanwhile, it is also a key problem that should be solved before practical application of intelligent service robots. Currently most of the researches on multi robots SLAM focus on the homogenous robots which adopt a same filter and use a same environment description. However, there has little research on heterogeneous robots which meet more extensive social application background. This project aims to give a multi heterogeneous robots SLAM solution with high fault tolerance by using manifold representations. The problems of models transformation between different kinds of maps and propagation of uncertainty information will be researched. Furthermore, the reliability and practicality of multi-robot SLAM solution are improved by using the concept of human-in-the-loop from the point view of control theory. This project discusses a more extensive multi robots navigation application background. The results of this project will have an important practical significance in applying intelligent service robots in human life.

同步定位与地图创建(SLAM)是移动机器人导航的基础，其中多机器人SLAM因为其能够同时探测环境中更多不同的区域、并且创建更精确的地图，一直是移动机器人领域的研究热点，也是智能服务机器人走向实际应用必须要解决的问题之一。目前关于多机器人SLAM的研究主要集中于使用相同滤波器、采用相同环境描述形式的同构机器人领域，而面向更广泛社会应用背景的异构多机器人SLAM的研究还较少。本课题拟采用流形描述方法实现具有容错性的多机器人SLAM解决方案，重点研究异构多机器人之间的模型转换、不确定性信息传播等问题，并利用“人在环中”的思想，从控制的角度提高多机器人SLAM的可靠性与实用性，最终实现异构多机器人在室内环境中的协同定位与环境建模算法。本课题的研究探讨更广泛意义下的多机器人应用场景中导航问题的解决办法，为我国智能服务机器人自主导航技术的发展提供理论基础与技术支撑。

同步定位与地图创建(SLAM)是移动机器人导航的基础，其中多机器人SLAM因为其能够同时探测环境中更多不同的区域、并且创建更精确的地图，一直是移动机器人领域的研究热点，也是智能服务机器人走向实际应用必须要解决的问题之一。本课题面向室内环境下异构多机器人SLAM问题，以2D和3D环境下的栅格地图为基础进行环境模型的融合，研究了基于特征地图、栅格地图、点云地图等多种形式环境模型的SLAM方法，提出基于栅格地图的多模型融合方法，以及环境模型中结构特征点的快速提取方法；然后，提出基于最大公共子图的栅格地图融合算法，解决未知任何先验信息的栅格地图融合问题；在此基础上，根据多个子地图序列之间的相似性，构建单机器人及多机器人系统的SLAM的前端，通过子地图的顺序关联和闭环检测计算约束，构建多机器人位姿图，在流形空间中建立全局误差函数，迭代求解，从而获取异构多机器人SLAM解决方案。通过使用多机器人实验平台采集数据，结合公开数据集，课题所提方案的有效性得到了验证。本课题的研究探讨更广泛意义下的多机器人应用场景中导航问题的解决办法，为我国智能服务机器人自主导航技术的发展提供理论基础与技术支撑。