机械工程学报

作者：任靖渊, 胡钊政, 陶倩文, 李娜, 万金杰

单位：1. 武汉理工大学信息工程学院 武汉 430070;2. 武汉理工大学智能交通系统研究中心 武汉 430063;3. 武汉理工大学重庆研究院 重庆 401120

关键词：大规模场景建图,多机器人,隐马尔可夫模型,位姿图优化；

基金：国家重点研发计划（2022YFB2502904）、湖北省重点研发计划（2022BAA082）、武汉市人工智能创新专项（2022010702040064）和武汉理工大学重庆研究院科技创新研发（YF2021-04）资助项目。

通过多机器人协作可以高效完成大场景地图构建，但建图质量严重依赖于多机器人间的闭环检测效果。相较于传统的单机器人，多机器人闭环检测问题更为复杂困难。将多机器人闭环检测问题分解为两个独立问题，即闭环存在性问题与闭环存在条件下的多机器人数据匹配问题。针对闭环存在性问题，提出强制闭环策略，即在场景中设定强制闭环区域，强制多机器人访问该区域。在此基础上，提出将多机器人数据匹配问题转化为基于隐马尔可夫模型（Hidden Markov model，HMM）的序列匹配问题。通过对HMM模型中的初始匹配结果、状态转移概率和发射概率进行建模，完成不同机器人采集的数据序列的精准匹配。最后，提出基于大规模位姿图优化（Pose graph optimization，PGO）模型的多机器人协同建图方法，利用序列匹配结果完成约束构建实现多机协同建图。利用标准测试数据集与多机器人实际采集的数据对算法进行验证。实验结果表明，提出的多机协同建图方法不仅有效提升建图效率与自动化程度，同时保证较高的建图质量，算法性能明显优于传统的地图构建方法。

来源：2023年第17期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2023年第17期