基于AmigoBot平臺的多機器人地圖創(chuàng)建.pdf

1、近年來，隨著機器人技術(shù)的不斷進步，對于移動機器人探索環(huán)境與地圖創(chuàng)建的研究受到越來越多的關(guān)注。對地圖創(chuàng)建問題的研究作為移動機器人實現(xiàn)自主導(dǎo)航的重要基礎(chǔ)，具有重要的理論意義和實踐價值。與單個機器人執(zhí)行任務(wù)相比較，多個機器人完成任務(wù)的效率更高，適應(yīng)性更強，也更可靠，因此，基于多機器人系統(tǒng)的應(yīng)用范圍更加廣闊，也更加適合復(fù)雜、大規(guī)模環(huán)境。國內(nèi)外專家學(xué)者對于多機器人系統(tǒng)的高度關(guān)注，使其在這一領(lǐng)域中成為研究熱點。
　　在一些結(jié)構(gòu)化環(huán)境中，比如辦

2、公室、教室等，直線是此環(huán)境中最主要的特征，通過對直線檢測就能夠判斷出環(huán)境中的障礙物。而聲吶傳感器采集障礙物信息時，是將障礙物信息保存成點的坐標信息，所以需要將聲吶傳感器采集到的點的信息轉(zhuǎn)換成直線，最常見的Hough變換應(yīng)用很多，但是計算量巨大，本文提出一種新的基于增量式的直線提取算法，用于多機器人地圖創(chuàng)建過程中，實時地完成點到直線的轉(zhuǎn)換，減少內(nèi)存占用，最終用直線描述出障礙物環(huán)境，完成探索任務(wù)。
　　本文利用AmigoBot平臺移動

3、機器人模型進行仿真實驗。AmigoBot移動機器人配備有聲吶傳感器和慣性導(dǎo)航，根據(jù)聲吶傳感器采集數(shù)據(jù)量比較大的特點，所以選擇樹這種數(shù)據(jù)存儲結(jié)構(gòu)代替數(shù)組，提高了存儲的便利性并且占用少量存儲空間。本文比較了幾種常見的直線提取算法的利弊，提出了采用基于增量式的直線提取算法，根據(jù)點與線段的幾種位置關(guān)系來實現(xiàn)直線的外延和新直線的生成。用直線表示出環(huán)境中的障礙物，則最終選擇幾何特征地圖來描述移動機器人創(chuàng)建出的環(huán)境地圖，在VS2008進行編程，用到的

4、ARIA類也在文章中介紹，通過MobileSim進行仿真實驗，證實該算法是可行并有效的。
　　本文的主要內(nèi)容如下：
　　首先比較分析了四種地圖表示方法的優(yōu)點和缺點，分別是柵格地圖、幾何特征地圖、拓撲地圖和混合地圖，本文采用幾何特征地圖，即用直線表示障礙物，更形象直觀地表示出機器人探索的環(huán)境。
　　然后對于傳感器的使用方面，由于AmigoBot機器人配備有聲吶傳感器和慣性導(dǎo)航，所以本文分析了聲吶傳感器和慣性導(dǎo)航的原理及特

5、點，為算法進行鋪墊。
　　接著在數(shù)據(jù)存儲結(jié)構(gòu)方面，數(shù)組和鏈表是常見的兩種存儲方式，由于聲吶傳感器每周期都會采集障礙物信息，每個AmigoBot機器人配備有八個聲吶傳感器，所以聲吶采集的數(shù)據(jù)量比較大，如果用數(shù)組存儲則占用大量內(nèi)存，所以選擇樹結(jié)構(gòu)來存儲數(shù)據(jù)，方便信息數(shù)據(jù)的添加、刪除和替換。
　　接下來對三種常用的直線提取算法：Hough變換、增量法和RANSAC方法進行比較，分析得出三種方法各有利弊，本文提出了基于增量式的直線提