室內(nèi)環(huán)境下多機器人協(xié)作建圖方法的研究.pdf

1、環(huán)境建模是移動機器人導航領(lǐng)域中的一個重要課題，多機器人協(xié)作也是近幾年興起的一個具有挑戰(zhàn)性的課題。在單機器人導航技術(shù)日益完善的前提下，用多個機器人協(xié)作來完成一項任務(wù)能使工作效率大大提高。本論文主要致力于多機器人協(xié)作地圖創(chuàng)建的研究。 本論文從多次實驗中得到聲納信息點的分布特點，分析了聲納信息弧的誤差結(jié)構(gòu)。并在此基礎(chǔ)上構(gòu)建了基于聲納信息點的特征提取方法和協(xié)作建圖策略。總體上說，本文的創(chuàng)新點有以下兩點： 1、單機器人室內(nèi)地圖構(gòu)建

2、中，主要針對聲納傳感器精確度低，噪聲點多的特點分別設(shè)計了直線特征以及點特征的提取方案。提出了一種聲納分組策略，有效避免了直線特征提取中由于聲納噪聲而造成的數(shù)據(jù)點聚類精度不高的問題。點特征提取采用改進的TBF算法，提出一種新的點特征更新準則代替原有的滾動表格，避免了特征的遺漏。同時根據(jù)聲納弧在邊沿和拐角處反射的特點提出了求兩弧交點的條件和判斷兩弧反射于同一物體的條件，有效濾除了墻面上的數(shù)據(jù)點。 2、提出一種適合于幾何地圖構(gòu)建的多機

3、器人協(xié)作建圖方法——三角形動態(tài)分區(qū)法。算法分為機器人行為設(shè)計、子區(qū)域?qū)傩栽O(shè)計、全局地圖的更新、分區(qū)算法、任務(wù)分配算法等幾部分。屬性值的設(shè)置使機器人的行為規(guī)劃更為便利。任務(wù)分配算法中提出了代價函數(shù)和收益函數(shù)的計算方法，不但考慮了機器人和目標之間的相對位置因素，且考慮到已分配機器人目標對對剩余的目標點收益的影響因素。實驗中利用已確定的分配方案循環(huán)計算下一組機器人目標對以得到最優(yōu)分配方案。仿真實驗證明該方法的有效性，它為復雜的室內(nèi)環(huán)境下多機器