[发明专利]一种智能多机器人协同测图系统及其方法

说明书

本发明公开了一种智能多机器人协同测图系统，其中该系统包括数据采集模块，点云匹配模块，协同SLAM模块；数据采集模块将机器人携带的激光雷达采集到的数据进行处理，提取其中的线点和面点特征点，以及这些点的最近邻点，作为特征数据点输出到点云匹配模块；点云匹配模块将得到的不同机器人的特征数据点之间进行点云匹配，如果可以匹配则建立起机器人之间的对应联系，并将联系关系传输到协同SLAM模块，如果不可以匹配则暂时保留下姿态矩阵（6—DOE）；协同SLAM模块根据前面的点云匹配模块，如果已经有闭包，那么就按照机器人之间的关系，将新得到的数据点重建到全局的地图之中，得到完整的地图，本发明思路新颖，是一种全新的协同测图方法。

技术领域

本发明涉及机器人的技术领域，更具体地，涉及一种智能多机器人协同测图系统及其方法。

背景技术

随着时代的发展，协同SLAM一直都是研究的热点。而传统的协同SLAM也是有着很多的分类，如针对传感器而言的分类为：雷达，相机，RGB-D，GPS等。而对于基于雷达的协同SLAM而言，研究的主要方向都在2D雷达，现阶段，很少有3D雷达的协同SLAM。因此，我们提出了一种全新的，基于3D雷达的多机器人协同测图方法。该方法可以采集到更多的环境数据，构建出能够完整展示出环境信息的3D地图，增强了地图的客观性和准确性。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种智能多机器人协同测图系统及其方法，通过使用3D激光雷达采集数据，协同每个机器人采集到的数据，构建一个三维的地图。与传统的2D激光雷达的协同测图相比，3D的数据更加详细，可以更好的还原环境信息，构建出3D地图，全方位，立体的重现需要测量的环境。使用协同测图，可以节约时间，节省成本，更快更好的得到最终的结果。

本发明的技术方案是：一种智能多机器人协同测图系统，包括：

数据采集模块：采集机器人周围的环境信息，并进行处理，得到两种特征点线点和面点，以及其最近邻点，作为整个的特征点集的信息，将线点和面点输入到点云匹配模块，而将整个的特征点集输入到协同SLAM模块；

点云匹配模块：将数据采集模块传输而来的不同机器人之间的特征点信息进行点云匹配，如果可以匹配成功，构建闭包(相同的路径)，并得出相关矩阵之间的姿态矩阵T_ij，并将改矩阵传输到协同SLAM模块。如果匹配不成功，则保留其特征点信息，和接下来传输进来的特征点集进行点云匹配；

协同SLAM模块：根据测图区域的空间位置及其形状，预先规划多个测图机器人的行驶轨迹，保证多个机器人之间的测图区域之间互有重叠。根据数据采集模块传输的特征点集和点云匹配模块传输的姿态矩阵T_ij，将另一个机器人的特征点全部重建为目标机器人的坐标系上的点，构建在目标坐标系上的地图。在两个机器人建立了闭包之后，就可以将其采集到的点根据建立起的对应关系，全部转化到目标机器人的地图之中，这样，就可以实现多机器人的协同SLAM。可选的，所述图像采集模块包括四个摄像头，其中两个摄像头拍摄车前的路面场景，另两个摄像头拍摄车后的路面场景。

可选的，所述数据采集模块需要保证每一个机器人都含有一个激光雷达，且可以全方位的采集到环境信息

可选的，所述激光雷达为Velodyne 16线或32线的激光雷达。

一种智能多机器人协同测图方法，包括以下步骤：

步骤1、所述数据采集模块包括激光雷达，先测验其精准度，对于其可以测量的范围有一定的预估；

步骤2、对于激光雷达采集到的数据，通过平面光滑度等指标进行特征点的提取，得到线点和面点，找寻每个特征点的最近邻点，扩充特征点集；

步骤3、对于提取的特征点集进行合法性检测，得到有效合法的特征点信息，并建立对应的与前一帧的姿态矩阵T_L；