[发明专利]一种未知初始状态的多机器人协同探索方法、装置及系统

权利要求书

1.一种未知初始状态的多机器人协同探索方法，其特征在于，包括：

获取多机器人的融合环境信息，对所述融合环境信息进行目标提取，建立目标节点，其中，所述获取多机器人的融合环境信息包括：确定每一对机器人之间的相对位姿，根据所述相对位姿确定机器人状态估计图；根据所述机器人状态估计图确定局部地图相对于全局地图的转换矩阵，以根据所述转换矩阵将所述全局地图的栅格位置作为索引，从所有所述局部地图提取所述融合环境信息；

对所述目标节点进行优化和筛选，建立机器人状态与目标节点图，其中，所述机器人状态与目标节点图用于描述空间关系与决策影响过程，在所述机器人状态与目标节点图中,机器人节点Nodes包含机器人的状态，目标节点Nodet包含目标点的信息，每个节点都将存储其当前位置信息，边Edgess表示机器人与机器人之间的相对关系；边Edgest表示目标点相对于机器人的信息，边Edgett表示目标点与目标点的相对关系；机器人协同决策的过程即完成各个节点存储信息的更新与每条边对应权重计算；

根据所述机器人状态与目标节点图，采用统一的协同策略进行任务决策，完成机器人对目标区域的实时导航控制任务，具体包括：根据所述目标节点确定可获得信息，并确定所述目标节点与状态节点的距离以及所述状态节点相对于所述目标节点的转向消耗，根据所述可获得信息、所述距离和所述转向消耗确定所述目标节点与机器人节点的边的权重，选择权重最大的边所对应的节点信息完成所述实时导航控制任务；

根据机器人相互通信实现任务的迭代，完成探索任务。

2.根据权利要求1所述的未知初始状态的多机器人协同探索方法，其特征在于，所述对所述融合环境信息进行目标提取，建立目标节点包括：

根据所述融合环境信息确定目标边界；

根据所述目标边界确定轮廓图像的几何矩；

根据所述几何矩确定边界轮廓的目标点信息，以建立所述目标节点。

3.根据权利要求2所述的未知初始状态的多机器人协同探索方法，其特征在于，所述对所述融合环境信息进行目标提取，建立目标节点还包括：

采用基于RRT改进的搜索树方法寻找已知环境和未知环境的边界点。

4.根据权利要求1所述的未知初始状态的多机器人协同探索方法，其特征在于，所述对所述目标节点进行优化和筛选包括：

根据聚类收敛结果确定局部区域的最优目标，根据所述最优目标更新当前的目标节点以作为所述机器人状态与目标节点图的输入。

5.根据权利要求1所述的未知初始状态的多机器人协同探索方法，其特征在于，所述根据机器人相互通信实现任务的迭代，完成探索任务包括：

根据机器人团队的自身状态和环境信息完成多次信息迭代和策略计算，更新所述机器人状态与目标节点图，发布机器人导航控制任务以完成指定区域的探索任务。