声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：赵杭飘, 徐剑君, 李涛, 唐凤珍
关键词：同步定位与建图（SLAM）, 类脑导航, RatSLAM, 多机器人, 地图融合
低计算量和存储量的优势使得类脑导航模型RatSLAM适用于大型环境的地图构建。为了进一步提高其建图效率，本文提出了一种多机器人协同RatSLAM系统。首先，设计使用了集中式的通信系统用于机器人间信息的交互。其次，提出了一种环境重叠区域检测方法以实现机器人之间的数据关联，从而进行经验节点间相对位姿计算。最后，提出一种改进型图松弛算法，利用机器人之间的位姿关系进行多机器人地图融合，完成全局统一的经验认知地图的实时在线构建。在公开数据集上以及真实物理实验环境中验证了所提方法的有效性。实验结果表明，相比单机器人，多机器人在保持较高地图精度与较少存储量的同时，平均建图效率提升45%。进一步与当前其他地图融合方法进行了比较，本文方法取得了更好的建图结果，验证了所提方法的有效性和准确性。
来源：2024年第4期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。