【技术实现步骤摘要】
异构多机器人协同SLAM地图融合方法
[0001]本专利技术属于同步定位与建图
,具体涉及一种异构多机器人协同SLAM地图融合方法。
技术介绍
[0002]目前,单机器人SLAM(simultaneous localization and mapping,同步定位与建图)算法已经较为成熟,但面对大规模环境时,仍存在长时间累计误差、地图精度差、意外故障无法继续建图等缺点。因此,为解决上述大规模环境建图问题,多机器人协同SLAM应运而生,但是,同构多机器人结构单一,在面对地形复杂的环境时存在运动受限的问题。
[0003]鉴于此,相关技术中通过无人机与智能车搭建异构机器人协同SLAM平台,能够有效结合智能体运动特性,对复杂环境有较强的适应性,显著提高建图效率。然而,由于异构机器人所搭载的传感器不同,导致所构建局部地图的类型和精细程度也不相同,因而无法直接进行融合。
技术实现思路
[0004]为了解决现有技术中存在的上述问题,本专利技术提供了一种异构多机器人协同SLAM地图融合方法。本专利技术要解决的技 ...
【技术保护点】
【技术特征摘要】
1.一种异构多机器人协同SLAM地图融合方法,其特征在于,应用于云端服务器,包括:接收第一无人机对第一区域构建的第一地图、第二无人机对第二区域构建的第二地图、第一相关信息以及第二相关信息;其中,第一区域和第二区域之间存在重叠区域,所述第一相关信息包括第一地图的多个第一关键帧和第一无人机的运动轨迹,所述第二相关信息包括第二地图的多个第二关键帧和第二无人机的运动轨迹;根据所述第一关键帧、所述第二关键帧、所述第一无人机的运动轨迹和所述第二无人机的运动轨迹,确定第一地图与第二地图之间的重叠区域;获取所述重叠区域对应的第一关键帧和第二关键帧,得到关键帧集,并根据所述关键帧集确定第一无人机与第二无人机的相对运动关系;根据所述相对运动关系,融合所述第一地图和所述第二地图,得到包含所述第一区域及所述第二区域的全局地图;下发所述全局地图至各无人车,并根据无人车获取的更新数据对所述全局地图进行更新。2.根据权利要求1所述的异构多机器人协同SLAM地图融合方法,其特征在于,所述第一地图为第一无人机利用ORB
‑
SLAM2算法,在第一时刻对第一区域构建的稀疏三维点云地图,所述第二地图为第二无人机利用ORB
‑
SLAM2算法,在第二时刻对第二区域构建的稀疏三维点云地图。3.根据权利要求2所述的异构多机器人协同SLAM地图融合方法,其特征在于,所述根据所述第一关键帧、所述第二关键帧、所述第一无人机的运动轨迹和所述第二无人机的运动轨迹,确定第一地图与第二地图之间的重叠区域的步骤,包括:分别提取所述第一关键帧中的第一ORB特征点以及所述第二关键帧中的第二ORB特征点,并进行匹配;分别根据所述第一无人机的运动轨迹,计算第一无人机的第一曲率值,并根据所述第二无人机的运动轨迹,计算第二无人机的第二曲率值;对所述第一曲率值和所述第二曲率值进行匹配;根据预设权重、第一ORB特征点与第二ORB特征点的匹配结果、以及第一曲率值...
【专利技术属性】
技术研发人员:王忠,刘鑫,秦明星,席建祥,侯博,刘延飞,
申请(专利权)人:中国人民解放军火箭军工程大学,
类型:发明
国别省市:
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。