【技术实现步骤摘要】
本专利技术涉及多机器人协同建图方法，具体涉及一种能够在线运行的多机器人协同地图构建方法及系统。
技术介绍
1、地图构建主要涉及地点重识别技术、环境特征匹配和位姿估计技术，对于地点重识别技术，传统关于激光雷达闭环检测的工作主要集中在如何快速构建高效的激光点云描述子。近年来，一些研究的重点开始转向如何实现描述子的旋转不变性，以提高在室外一般场景下的闭环检测能力，如locnet等。旋转不变性指的是，在同一地点生成的描述子不随旋转（朝向）的变化而变化。旋转不变性的引入使得闭环检测在旋转变化较大的情况下检出率增加，但在实际应用过程中，检出率的增加并不能为定位带来更多的约束。
2、在地点重识别实现闭环检测后，需要通过位姿估计获取多机器人之间的相对位姿关系，用于后续的位姿优化和地图拼接。在多机器人协同的场景下，各机器人直接的相对旋转和平移差异较大，这就需要对大旋转和平移差异鲁棒的全局收敛的位姿估计方法，以估计机器人在全局坐标系中的准确位姿。
3、目前基于激光点云的位姿估计方法大多通过点云配准实现，主要可以分为两类：局部算法和全...
【技术保护点】
1.一种能够在线运行的多机器人协同地图构建方法，其特征在于，包括步骤：
2.根据权利要求1所述一种能够在线运行的多机器人协同地图构建方法，其特征在于，单机器人对获取的数据进行处理得到当前机器人移动轨迹中的关键帧点云和位姿信息具体包括：
3.根据权利要求2所述一种能够在线运行的多机器人协同地图构建方法，其特征在于，所述激光雷达采样点的曲率为：
4.根据权利要求1所述一种能够在线运行的多机器人协同地图构建方法，其特征在于，所述步骤3具体包括：
5.根据权利要求4所述一种能够在线运行的多机器人协同地图构建方法，其特征在于，步骤...
【技术特征摘要】
1.一种能够在线运行的多机器人协同地图构建方法，其特征在于，包括步骤：
2.根据权利要求1所述一种能够在线运行的多机器人协同地图构建方法，其特征在于，单机器人对获取的数据进行处理得到当前机器人移动轨迹中的关键帧点云和位姿信息具体包括：
3.根据权利要求2所述一种能够在线运行的多机器人协同地图构建方法，其特征在于，所述激光雷达采样点的曲率为：
4.根据权利要求1所述一种能够在线运行的多机器人协同地图构建方法，其特征在于，所述步骤3具体包括：
5.根据权利要求4所述一种能够在线运行的多机器人协同地图构建方法，其特征在于，步骤3.2中编码-解码器网络采用了堆叠沙漏结构，其中包含三个沙漏模块，进行特征提取和融合。
6.根据权利要求5所述一种能够在线运...
【专利技术属性】
技术研发人员：吴其军，乔程昱，钱剑勇，李唯一，朱开元，黄泽宇，王建伟，牛春阳，
申请(专利权)人：杭州智元研究院有限公司，
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。