基于点集配准的栅格地图拼接方法研究

As one of the key techniques in cooperative mapping by the multiple mobile robot system, map merging is a challenging issue in the field of mobile robot. Therefore, this project will make deep research on grid map merging problem and attempt to propose the accurate and robust solutions with the theory of point set registration. Based on our research work on mapping and the existing achievements of point set registration, we will analyze different map merging problems and transform them into appropriate partial registration problems. Then, we will discuss how to design the corresponding local convergent registration algorithms for each of the partial registration problems. On the basis above, we will analyze the global convergent condition of registration problem and discuss how to design two kinds of global convergent algorithms，namely the point set registration algorithm based on the estimation of initial parameters and the point set registration algorithm based on particle filter. Both of them are expected to get the reliable and accurate results for different map merging problems. The proposed approach of this project can solve different grid map merging problems, and thereby it will be a general framework for grid map merging. Besides, this project will play an important role in the application of grid mapping work on a large scale, the corresponding research achievements can be applied in exploration and development of some extreme environments, such as other planets, undersea and mines.

作为多移动机器人系统协同创建地图中的一项关键技术，地图拼接是移动机器人领域一项极富挑战性的课题。本项目旨在充分应用点集配准理论，对栅格地图拼接问题展开深入地研究，进而设计出一套具有高精准度和强鲁棒性的地图拼接算法。以申请人已有的地图创建研究工作为基础，结合现有的点集配准研究成果，通过分析将不同类型的栅格地图拼接问题转化为相应的部分匹配点集配准问题，并讨论如何设计对应的局部收敛的点集配准算法；在此基础之上，通过分析点集配准问题的全局收敛条件，进一步讨论如何设计两类全局收敛的算法：基于配准初值分析的点集配准算法和基于粒子滤波的点集配准算法，以获得精确且可靠的栅格地图拼接结果。本项目所研究的算法框架具有较强的通用性，拟设计的方法可解决不同类型的栅格地图拼接问题。该项目的实施可为大规模栅格地图的创建工作提供可靠的技术手段，相应的研究成果可应用于太空、深海以及矿井等极端环境下的探测与开发。

作为多移动机器人系统协同创建地图中的一项关键技术，地图拼接是移动机器人领域一项极富挑战性的课题。本项目旨在充分应用点集配准理论，对栅格地图拼接问题展开深入地研究，进而设计出一套具有高精准度和强鲁棒性的地图拼接算法。按照课题研究计划，本课题围绕缺失点集配准方法及其在栅格地图拼接中的应用这一总体目标，结合国内外该领域研究的最新发展状况，针对刚体图像点集中存在着非重叠区域的配准问题，研究了缺失点集的全局配准算法和多视角点集的配准算法，并应用于栅格地图拼接和物体三维模型重建中。. 所取得的代表性研究成果包括：1）针对点集配准问题，提出了基于单维排序的最近邻搜索方法，以加快点集配准的过程，该方法可直接应用于栅格地图拼接中； 2）针对尺度和反射配准中的病态问题，首次提出了双向度量距离的思想，并设计出了尺度和仿射配准算法；3）结合裁剪ICP算法，提出了两种全局收敛的缺失点集配准方法：基于粒子滤波的点集配准方法和基于遗传算法的点集配准方法；4）基于裁剪ICP算法，提出了双层迭代的多视角点集的配准方法，可用于解决物体三维模型重建问题；5）将点集配准研究成果应用于解决栅格地图配准问题，提出了基于图像配准的栅格地图拼接方法。. 项目组成员先后赴美国、日本等国家开展学术交流及参加国际学术会议，并与到访的国内外学者进行了深入的交流。在此项目的资助下，项目组成员先后在国内外学术刊物上共发表学术论文10篇，其中SCI检索的国际期刊论文6篇，申请国家发明专利2项，并以此为基础，课题组负责人新申请到了一项国家自然科学基金和陕西省自然科学基金项目。此外，项目组先后培养了1名博士后，2名博士研究生和5名硕士研究生。项目负责人于2014年12月被西安交通大学聘为副教授，近期正在办理博士后出站手续。