【技术实现步骤摘要】
一种低成本移动多机器人视觉同时定位和地图创建方法
本专利技术涉及机器人
，特别是指一种低成本移动多机器人视觉同时定位和地图创建方法。
技术介绍
近年来，移动机器人同时定位和地图创建(SimultaneousLocalizationandMapping,SLAM)在自主机器人领域逐渐成为研究焦点。随着其技术的不断成熟，相应的自主定位导航机器人也开始在商业市场中出现，比如扫地机器人和空中飞行器。而且随着相机产业的不断发展，越来越多的先进摄像头传感器为SLAM技术提供了新的方向，如3DSLAM就是将环境深度信息运用到机器人地图构建之中，它是指使用深度摄像头作为唯一的传感器进行信号输入，在成本、系统能耗有限的情况下非常适用，所以视觉SLAM技术越来越受到人们的重视。但很多设备多使用激光雷达作为信号输入系统“感知”环境信息，然而雷达和激光设备成本高，准确度相对较差，功耗快，使得SLAM技术的广泛应用受到限制。为了克服SLAM技术所涉及的机器人成本过高的问题，可以将移动多机器人系统整合到SLAM中，从而使得一个大型...
【技术保护点】
1.一种低成本移动多机器人视觉同时定位和地图创建方法，其特征在于，包括：/n采集环境地图图像，其中，相邻机器人采集到的图像有重合区域；/n将图像处理任务拆分成n个子任务，以多机器人子系统在自动定位和建图过程中的能耗最小化为目标，在子任务之间选择一个任务点作为最优的卸载点，使得卸载点前的任务在机器人本地执行，卸载点后的任务卸载到云端执行；/n在机器人本地完成相应的任务后，将处理结果上传至云端，云端根据接收到的处理结果，构建每个机器人的局部点云地图，利用基于适应性函数的分层点云融合算法将局部点云地图拼接成全局点云地图。/n
【技术特征摘要】
1.一种低成本移动多机器人视觉同时定位和地图创建方法，其特征在于，包括：
采集环境地图图像，其中，相邻机器人采集到的图像有重合区域；
将图像处理任务拆分成n个子任务，以多机器人子系统在自动定位和建图过程中的能耗最小化为目标，在子任务之间选择一个任务点作为最优的卸载点，使得卸载点前的任务在机器人本地执行，卸载点后的任务卸载到云端执行；
在机器人本地完成相应的任务后，将处理结果上传至云端，云端根据接收到的处理结果，构建每个机器人的局部点云地图，利用基于适应性函数的分层点云融合算法将局部点云地图拼接成全局点云地图。
2.根据权利要求1所述的低成本移动多机器人视觉同时定位和地图创建方法，其特征在于，多机器人子系统在自动定位和建图过程中的能耗表示为：
其中，Elocalization表示多机器人子系统在自动定位和建图过程中的能耗，Elk表示机器人k的能量损失，m表示机器人的数目。
3.根据权利要求2所述的低成本移动多机器人视觉同时定位和地图创建方法，其特征在于，机器人k的能量损失表示为：
其中，Plocal表示本地的功率，Ctotal表示本地和云端的计算量之和，η表示卸载点，Ulocal表示本地的计算速度，Pcloud表示云端的功率，Ucloud表示云端的计算速度，Ptr表示发送和接收信息所消耗的能量，Ttr表示信息传输过程中的时间损耗。
4.根据权利要求3所述的低成本移动多机器人视觉同时定位和地图创建方法，其特征在于，卸载点表示为：
其中，0≤d≤n
其中，Ttaski表示在机器人本地执行任务i所消耗的时间，d表示在本地执行的任务数，Ttaskj表示完成任务j所需要的时间。
5.根据权利要求1所述的低成本移动多机器人视觉同时定位和地图创建方法，其特征在于，所述在机器人本地完成相应的任务后，将处理结果上传至云端包括：
在机器人本地完成相应的任务后，将处理结果存储到Yaml文件中，其中，每张图像的信息用一个Yaml文件表示；
若是第一次执行上传任务，则随机选取多个Yaml文件作为数据集，统计数据集中每个字符...
【专利技术属性】
技术研发人员：张响龙，米振强，郭宇，
申请(专利权)人：北京科技大学，
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。