基于优化理论的多机器人在未知复杂环境的分布式探索与覆盖研究

Multi-robot system cooperative exploration and coverage is one of the key technologies in exploring the areas where human can not arrive, such as lunar surface and sea bed. The current researches concentrate on the convex polygon environment assumptions, which can not model the non-planar real surfaces. The project will study the distributed exploration and coverage in unknown complex environments with multi autonomous mobile robots. It involves global deployment and local exploration. We apply manifold description to model the unknown non-convex complex environment, study the visual sensing model based on non-Euclidean distance metric and design the area partition strategy. Then we will construct detection performance objective function and search distributed approaches to find the global deployment path. After that, we apply a visual-inertial simultaneous localization and mapping method to implement local obstacle avoidance. Its core work will focus on building the inertial measurement unit and visual sensor tightly-coupled data fusion model and nonlinear optimization function of mapping. We will discover a way to transform the nonlinear optimization form to a linear one and study the distributed algorithms to achieve the optimal localization and map. Therefore, the theories studied by this project can make theoretical and practical senses in covering and monitoring the unknown complex environments.

多机器人系统协同区域探索覆盖是勘测人类尚无法达到的如月表与海床等环境的关键技术之一。传统的研究集中在凸多边形平面的环境假设，不能对凹凸不平的真实环境进行模拟。本项目拟从全局部署与局部探索两方面研究多自主移动机器人对未知复杂环境的分布式探索覆盖。其一，引入流形描述建立非凸特点的环境模型，探究非欧几里得距离的度量方法和基于该度量的视觉传感模型，设计非凸环境分割方法，建立系统探测性能目标函数并解算分布式全局部署的规划路径；其二，采用基于惯性与视觉的即时定位与地图构建的方法进行局部避障，聚焦基于两种传感器数据的紧耦合的位姿估计模型和地图构建优化模型的建立，探索非线性模型线性化方法和分布式的优化控制方法。本项目形成的理论模型和解算方法，对解决未知复杂环境分布式区域部署监测任务，具有重要的理论价值和应用意义。

本项目针对多机器人系统对未知环境的覆盖与探测问题，研究了在凸区域和非凸区域未知环境中，多机器人对区域的划分方法和机器人感知模型建立方法，完成多机器人区域覆盖问题的建模，提出了不同环境特性的机器人分布式覆盖控制方法。利用惯性和视觉传感器数据进行融合，建立了基于惯性测量单元和视觉相机的紧耦合自主定位方法，并通过采用改进的光流法提高机器人的定位精度。针对多机器人数据的交互与融合，提出了基于词袋法的视觉图像公共区域检测方法和基于图优化全局位姿估计方法，从而建立精准的三维环境地图。此外，以月面探测为背景建立月面巡视器的全局路径规划和局部路径规划的探测方法。本项目形成的理论模型和方法，在无人驾驶领域和战场态势感知领域，对解决未知复杂环境分布式区域部署监测任务，具有重要的理论价值和应用意义。