The invention discloses a multi-agent cooperative positioning and mapping method and device, wherein the method includes: generating multiple local maps and multiple track node information of the scene where multiple agents are located through SLAM algorithm; sending multiple local maps and multiple track node information to the cloud through RPC Protocol; building in the cloud based on multiple local maps and multiple track node information According to the global map constraints, multiple local maps are fused and optimized globally. This method integrates and optimizes the autonomous positioning and mapping capabilities of multiple heterogeneous agents, which will greatly expand the application scenarios of autonomous agents, and provide theoretical and technical basis for cooperative work of multi-agent in complex and large-scale scenarios.
【技术实现步骤摘要】
多智能体协同定位与建图方法及装置
本专利技术涉及智能体自主定位与建图
，特别涉及一种多智能体协同定位与建图方法及装置。
技术介绍
随着计算机视觉、人工智能以及控制技术的快速发展，以无人机、无人车、自动驾驶汽车等为代表的智能体逐渐在国民经济建设和国家安全保障方面发挥巨大作用。异质异构的智能体在执行任务的过程中，经常会受到障碍物、复杂电磁环境以及恶劣天气的影响，导致其丧失GPS定位信息和远程控制信号，影响其作业安全，急需复杂自然场景下全自主的定位、建图和导航技术；此外，大范围应用场景下，需要多个智能体同时工作，这就对执行任务的多个智能体集群提出了协同定位与建图的技术需求。如何利用现有的自主定位与建图技术，构建普适的多智能体协同定位与建图的系统与方法，是学术界和工业界非常关注的科学问题和工程难题。核心关键技术的突破将会极大拓展异质异构智能体在复杂大范围自然场景下的应用模式，发挥各自的工作优势，提高任务完成的效率。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。<...
【技术保护点】
1.一种多智能体协同定位与建图方法，其特征在于，包括以下步骤：/n通过SLAM算法生成多个智能体所在场景的多个局部地图和多个轨迹节点信息；/n通过RPC协议将所述多个局部地图和所述多个轨迹节点信息发送至云端；/n根据所述多个局部地图和所述多个轨迹节点信息在所述云端构建全局地图约束；/n根据所述全局地图约束对所述多个局部地图进行融合并进行全局优化。/n
【技术特征摘要】
1.一种多智能体协同定位与建图方法，其特征在于，包括以下步骤：
通过SLAM算法生成多个智能体所在场景的多个局部地图和多个轨迹节点信息；
通过RPC协议将所述多个局部地图和所述多个轨迹节点信息发送至云端；
根据所述多个局部地图和所述多个轨迹节点信息在所述云端构建全局地图约束；
根据所述全局地图约束对所述多个局部地图进行融合并进行全局优化。
2.根据权利要求1所述的方法，其特征在于，
所述多个局部地图为所述多个智能体在局部范围执行所述SLAM算法生成的地图信息。
3.根据权利要求1所述的方法，其特征在于，
所述多个智能体包括自动驾驶汽车、自动导引运输车、自主式水下航行器和无人机中的一种或多种。
4.根据权利要求1所述的方法，其特征在于，所述多个局部地图包括：
包含概率信息的栅格地图，和/或稀疏/半稠密/稠密的点云地图。
5.根据权利要求1所述的方法，其特征在于，所述轨迹节点信息包括：
所述多个智能体的在所述多个局部地图中的位置、姿态信息和环境...
【专利技术属性】
技术研发人员：李一鹏，张翔，林文镔，戴琼海，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。