与无人机联合编组的移动机器人实时建图方法.pdfVIP

摘要

随着工业智能化进程的加快，对机器人的要求越来越高，像以往依靠固定程序

进行工作的简单智能机械已经不能满足日趋复杂的需求。单一机器人在执行复杂

任务时存在一定局限，所以多机器人协同感知受到国内外学者广泛关注。机器人协

同主要涉及到外界环境感知、机器人队形保持等科学问题。其中视觉同步定位于地

图构建(SimultaneousLocalizationAndMapping,SLAM)成为自动驾驶、视觉惯导、

数字孪生等领域的核心技术。但是目前主流的间接SLAM法遇到图像中出现占据

较大范围的动态物体容易出现误差增大甚至丢失目标的情况。针对这些问题本文

提出一种单无人机-单移动机器人联合建图方法，其中包含机器人编组队形保持，

行人深度信息还原，道路边线提取，空地点云地图融合四个部分。相比于单一机器

人，无人机-移动机器人联合编组在建图的速度和准确性上有较好的提升，对机器

人编组的智能化发展有一定价值。本论文的主要研究工作和成果如下：

(1)根据群居动物的习性总结出机器人联合编组的三条启发式规则，并根据该

规则提出一种包含无人机和两轮差速移动机器人动力学模型的混合机器人编组方

法，将队形保持的目标点定在可变的虚拟领航者上，实现有限时间内无人机与两轮

差速机器的队形保持与轨迹追踪，仿真验证了算法的有效性。

(2)解决了SLAM间接法对动态目标识别能力差的问题。结合YOLOv5神经

网络检测模型还原图像中的行人的深度信息,通过道路检测模型结合边缘检测技术

划分道路边线的轻量级算法，利用开源数据实验了算法的有效性。

(3)解决了无人机和地面机器人联合建图问题。将移动机器人自身的传感器融

合产生的局部点云地图与无人机建立的点云地图相结合进行全局点云地图重匹配，

在摄像头失效或IMU数据不稳定时，保证系统的鲁棒性和准确性。实现了更高的

匹配成功率，同时也降低了匹配的计算量。

关键词：移动机器人；无人机；实时建图；队形保持；VSLAM；全局点云地图

ABSTRACT

Withtheacceleratedprogressofindustrialintelligence,thedemandforrobotsis

increasing.Traditionalsimpleintelligentmachinesthatrelyonfixedprogramstowork

cannolongermeettheincreasinglycomplexrequirements.Singlerobotshavelimitations

whenexecutingcomplextasks,thustheconceptofmulti-robotcollaborationhasattracted

widespreadattentionfromscholarsbothdomesticallyandinternationally.Robot

collaborationmainlyinvolvesscientificissuessuchasexternalenvironmentperception

androbotformationmaintenance.Amongthem,VisualSLAM(Simultaneous

LocalizationandMapping)technologyisacoretechnologyinfieldssuchasautonomous

driving,visualinertialnavigation,anddigitaltwins.However,thecurrentmainstream

indirectSLAMmethodsencounterdifficultieswhenlargedynamicobjectsappearinthe

image,whichcanleadtoincreasederrorsorevenlossoftarget.Inresponsetothese

problems,thi