论文部分内容阅读
SLAM技术是计算机技术和人工智能领域的一大热点。多机器人SLAM技术的研究建立在单机器人SLAM技术研究的基础之上，比单机器人SLAM技术更具有实际应用价值。多机器人SLAM技术需要解决的首要问题是单个机器人的SLAM问题，包括机器人自身以及障碍物的定位，地图表达方式，以及传感器的选择。多机器人SLAM技术还需解决的主要问题包括机器人之间的协同通信，以及地图拼接。针对现有的多机器人SLAM算法中存在的问题，在现有的实验环境条件下，选择Kinect摄像机作为机器人的视觉传感器，采用栅格地图表达技术，以及数据关联的定位技术实现了单机器人同时定位和建图问题。数据关联技术是SLAM技术中的关键也是难点，在传统的数据关联算法基础之上，提出了一种基于遗传算法以及SIFT特征的改进数据关联技术。多机器人SLAM的实现需要进行互通信息，机器人之间互通信息采用基于UDP协议以及线程同步的无线通信技术。地图拼接需要解决两大核心问题，即地图对齐技术和数据关联技术。可以通过坐标齐次变换解决地图对齐问题。实验证明，改进数据关联算法用于机器人同时定位和建图效果良好。多机器人SLAM算法中用到的单机器人SLAM，以及多机器人SLAM问题的关键技术能够良好的解决机器人未知初始位置信息情况下的SLAM问题。