本发明公开了一种多机器人自主探索方法及系统，系统包括单个机器人平台，每个平台具有差速轮式的机器人底盘、16线D机械式激光雷达、工控机、路由器；每台工控机有两个网口，激光雷达与路由器分别通过对应的网口与工控机进行数据传输，二者设置在不同网段；机器人底盘通过CAN总线与工控机连接进行数据传输。选用多个可进行Mesh组网的路由器，设定主路由器，其他路由器作为子路由加入到主路由的局域网中。本发明涉及一种基于图的多机器人自主探索算法，通过为每个小车构建局部均匀无向图与全局随机无向图来高效的覆盖环境，最

　　步骤1，已知各机器人的初始位置，对各机器人进行初始化；对于每个机器人，向前方行

　　步骤2，判断当前迭代次数是否达到最大迭代次数或是否接收到停止指令，若达到最大

　　步骤3，利用多机SLAM算法获得各机器人激光点云信息与定位信息，并进行TSDF地图构

　　步骤4，对于每个机器人，根据机器人轨迹进行全局图的扩展，在机器人周围随机采样

　　步骤5，对机器人周围进行局部图节点均匀采样以构建局部图并进行障碍物的筛选，输

　　步骤6，判断步骤5输出的局部图状态是否成功，若是则对局部图所有的叶子节点计算

　　体素增益，将体素增益大于第一预设阈值的叶子节点记为局部图边界节点，输出局部图及

　　步骤7，判断步骤6输出的局部图状态是否成功，若是则对局部图边界节点进行旅行商

　　问题求解得到局部图边界节点的最短访问顺序，并输出局部图状态；否则转入步骤9，进行

　　步骤8，判断步骤7输出的局部图状态是否成功，若是则根据所述最短访问顺序拼接路

　　径并进行路径优化，将路径中的局部图边界节点作为全局图的节点，将路径中相邻两个局

　　部图边界节点连成的路径作为全局图的边，输出局部探索的最终路径；否则转入步骤9，进

　　步骤9，计算全局图中的所有节点的探索增益以及体素增益，从而得到全局图边界节

　　步骤10，对于每个机器人，利用AStar算法计算机器人到达与其最近的全局图边界节点

　　步骤11，迭代次数加一，对各机器人局部探索得到的最终路径或全局探索得到的最短

　　路径进行优化，得到跟踪路径，将跟踪路径返回给各机器人进行跟踪，返回步骤2。

　　2.根据权利要求1所述的多机器人自主探索方法，其特征在于，所述步骤11中，在优化

　　之前，通过多路径冲突检测算法检测各机器人探索得到的最终路径或最短路径是否存在冲

　　突，即预先设置各机器人的优先级，将各机器人探索得到的最终路径或最短路径均分割为

　　短路径，通过各机器人膨胀来检测其中一个机器人分割得到的短路径与另一个机器人分割

　　得到的段路径之间是否存在重叠，若存在重叠，则根据优先级选择级别更高的机器人对应

　　3.根据权利要求1所述的多机器人自主探索方法，其特征在于，所述步骤1中，利用多机

　　SLAM算法获得各机器人激光点云信息与定位信息，并进行TSDF地图构建，具体过程如下：

　　(1)对每个机器人进行点云预处理，删除机器人周围设定距离内的机器人自身点云，按

　　(2)对每个机器人进行单机位姿计算，包括瞬时帧间位姿估计、关键帧选取以及帧图匹

　　(3)订阅各机器人当前存储的点云数据，进行点云下采样，然后将各机器人当前点云、

　　4.根据权利要求3所述的多机器人自主探索方法，其特征在于，所述瞬时帧间位姿估计

　　一帧点云P中的第1至第n个点，e表示进行坐标变换后第j个点对间的有向距离，表示

　　5.根据权利要求3所述的多机器人自主探索方法，其特征在于，所述关键帧选取通过定

　　义关键帧结构体，包含一帧点云以及机器人当前位姿，当获得当前帧点云后，通过计算得到

　　当前机器人的位姿估计，若当前位姿估计相较于上一关键帧位姿变换超过第二预设阈值，

　　6.根据权利要求5所述的多机器人自主探索方法，其特征在于，所述帧图匹配通过将当

　　前帧点云与当前局部子地图进行匹配，将当前帧与关键帧队列中的每个关键帧进行遍历匹

　　配，找到上述遍历匹配后距位姿最近的k个关键帧更新局部子地图，帧图匹配通过最

　　其中，T表示机器人传感器坐标系下的六自由度的变换，表示世界坐标系下上一帧L

　　计算出的全局坐标变换，T表示世界坐标系下当前帧计算出的全局坐标变换，e表示进行

　　坐标变换后第j个点对间的有向距离，表示点的协方差矩阵，表示局部子地图中帧

　　7.一种多机器人自主探索系统，其特征在于，所述系统包括：多个机器人平台，每个机

　　器人平台包括具有差速轮式的机器人底盘、3D机械式激光雷达、工控机和随车路由，3D机械

　　式激光雷达、工控机和随车路由均设置在机器人底盘上；工控机带有两个网口，3D机械式激

　　光雷达通过其中一个网口与工控机进行数据传输，随车路由通过另一个网口与工控机进行

　　数据传输，两个网口设置在不同网段，机器人底盘通过CAN总线与工控机连接进行数据传

　　输；每个机器人平台对应一个自组网路由器，各路由器通过Mesh进行自组网；中央控制终

　　所述工控机用于部署多机器人自主探索算法，接收中央控制终端的控制指令，并控制

　　机器人平台获取点云地图信息、位姿信息、机器人平台探索过程构建的局部与全局无向图

　　所述自组网路由器用于扩展局域网确保各随车路由与中央控制终端之间通信的有效

　　所述中央控制终端用于向各机器人平台的工控机发送控制指令以及路径冲突检测分

　　割后发送给各机器人平台的短路径，同时中央控制终端接收各机器人平台发送的点云地图

　　信息、位姿信息、各机器人平台探索过程构建的局部与全局无向图以及各机器人的历史轨

　　[0001]本发明涉及一种多机器人自主探索方法及系统，属于移动机器人自主探索技术领

　　[0002]移动机器人技术作为一种可替代人工的技术，有着极多优点，移动机器人可代替

　　人进行重复机械劳动，也可代替人执行危险任务。随着移动机器人诸多相关技术的发展、潜

　　在的巨大效益以及其为人员带来的安全性，移动机器人相关技术不断向多机系统发展，且

　　法是目前比较普遍应用的同步地图构建与定位方法，它可以较为精确地、大范围地构造地

　　图，且能包含较多细节；对于大规模环境，狭长通道多的场景，单个机器人SLAM效率终究是

　　有限的，因此研究多机器人系统中的多机协同SLAM方法对于提高地图探索效率是非常有必

　　[0004]移动机器人自主探索是为了让机器人在未知有界环境中对未知区域主动地进行

　　快速、完整、准确的观测，以构建可进行导航与规划的完整的环境地图，其解决方案是不断

　　地寻找未知区域边界附近的一系列观测点，并控制机器人对其进行访问，使未知区域最终

　　被探索完毕。单机器人进行自主探索的效率较为有限，这就需要开发多机器人自主探索系

　　[0005]本发明所要解决的技术问题是：提供一种多机器人自主探索方法及系统，实现多

　　机器人系统协同探索未知空间，可以实现较为快速准确的探索，且各机器人探索轨迹比较

　　[0008]步骤1，已知各机器人的初始位置，对各机器人进行初始化；对于每个机器人，向前

　　[0009]步骤2，判断当前迭代次数是否达到最大迭代次数或是否接收到停止指令，若达到

　　[0010]步骤3，利用多机SLAM算法获得各机器人激光点云信息与定位信息，并进行TSDF地

　　[0011]步骤4，对于每个机器人，根据机器人轨迹进行全局图的扩展，在机器人周围随机

　　[0012]步骤5，对机器人周围进行局部图节点均匀采样以构建局部图并进行障碍物的筛

　　[0013]步骤6，判断步骤5输出的局部图状态是否成功，若是则对局部图所有的叶子节点

　　计算体素增益，将体素增益大于第一预设阈值的叶子节点记为局部图边界节点，输出局部

　　[0014]步骤7，判断步骤6输出的局部图状态是否成功，若是则对局部图边界节点进行旅

　　行商问题求解得到局部图边界节点的最短访问顺序，并输出局部图状态；否则转入步骤9，

　　[0015]步骤8，判断步骤7输出的局部图状态是否成功，若是则根据所述最短访问顺序拼

　　接路径并进行路径优化，将路径中的局部图边界节点作为全局图的节点，将路径中相邻两

　　个局部图边界节点连成的路径作为全局图的边，输出局部探索的最终路径；否则转入步骤

　　[0016]步骤9，计算全局图中的所有节点的探索增益以及体素增益，从而得到全局图边界

　　[0017]步骤10，对于每个机器人，利用AStar算法计算机器人到达与其最近的全局图边界

　　[0018]步骤11，迭代次数加一，对各机器人局部探索得到的最终路径或全局探索得到的

　　最短路径进行优化，得到跟踪路径，将跟踪路径返回给各机器人进行跟踪，返回步骤2。

　　[0019]作为本发明方法的一种优选方案，所述步骤11中，在优化之前，通过多路径冲突检

　　测算法检测各机器人探索得到的最终路径或最短路径是否存在冲突，即预先设置各机器人

　　的优先级，将各机器人探索得到的最终路径或最短路径均分割为短路径，通过各机器人膨

　　胀来检测其中一个机器人分割得到的短路径与另一个机器人分割得到的段路径之间是否

　　[0020]作为本发明方法的一种优选方案，所述步骤1中，利用多机SLAM算法获得各机器人

　　[0021](1)对每个机器人进行点云预处理，删除机器人周围设定距离内的机器人自身点

　　[0022](2)对每个机器人进行单机位姿计算，包括瞬时帧间位姿估计、关键帧选取以及帧

　　[0023](3)订阅各机器人当前存储的点云数据，进行点云下采样，然后将各机器人当前点

　　[0024]作为本发明方法的一种优选方案，所述瞬时帧间位姿估计通过比较当前帧点云

　　器坐标系下的六自由度的变换T；通过最小化目标函数的误差来进行求解获得帧间坐标变

　　示上一帧点云P中的第1至第n个点，e表示进行坐标变换后第j个点对间的有向距离，

　　[0027]作为本发明方法的一种优选方案，所述关键帧选取通过定义关键帧结构体，包含

　　一帧点云以及机器人当前位姿，当获得当前帧点云后，通过计算得到当前机器人的位姿估

　　计，若当前位姿估计相较于上一关键帧位姿变换超过第二预设阈值，选取当前帧为关键帧，

　　[0028]作为本发明方法的一种优选方案，所述帧图匹配通过将当前帧点云与当前局部子

　　地图进行匹配，将当前帧与关键帧队列中的每个关键帧进行遍历匹配，找到上述遍历匹配

　　后距位姿最近的k个关键帧更新局部子地图，帧图匹配通过最小化目标函数误差来求

　　一帧计算出的全局坐标变换，T表示世界坐标系下当前帧计算出的全局坐标变换，e表示

　　进行坐标变换后第j个点对间的有向距离，表示点的协方差矩阵，表示局部子地图

　　[0031]一种多机器人自主探索系统，所述系统包括：多个机器人平台，每个机器人平台包

　　括具有差速轮式的机器人底盘、3D机械式激光雷达、工控机和随车路由，3D机械式激光雷

　　达、工控机和随车路由均设置在机器人底盘上；工控机带有两个网口，3D机械式激光雷达通

　　过其中一个网口与工控机进行数据传输，随车路由通过另一个网口与工控机进行数据传

　　输，两个网口设置在不同网段，机器人底盘通过CAN总线与工控机连接进行数据传输；每个

　　机器人平台对应一个自组网路由器，各路由器通过Mesh进行自组网；中央控制终端、自组网

　　[0033]所述工控机用于部署多机器人自主探索算法，接收中央控制终端的控制指令，并

　　控制机器人平台获取点云地图信息、位姿信息、机器人平台探索过程构建的局部与全局无

　　[0034]所述随车路由用于与其他机器人平台和中央控制终端进行信息交互；

　　[0035]所述自组网路由器用于扩展局域网确保各随车路由与中央控制终端之间通信的

　　[0036]所述中央控制终端用于向各机器人平台的工控机发送控制指令以及路径冲突检

　　测分割后发送给各机器人平台的短路径，同时中央控制终端接收各机器人平台发送的点云

　　地图信息、位姿信息、各机器人平台探索过程构建的局部与全局无向图以及各机器人的历

　　[0038]1、本发明构造了一套多机器人自主探索系统，搭建了多个车体部分以及多车通信

　　系统，在实机部署时可以实现较大规模环境下的多机通信交互以及多机协同工作。

　　[0039]2、本发明根据多机器人系统，将基于单个SLAM方法扩展到多机器人系统中，在进

　　行初始位姿标定后实现多机器人协同建图与定位，可实现多机器人系统中各机的准确定位

　　[0040]3、本发明开发了一种基于图的多机器人自主探索算法，通过为每个小车构建局部

　　均匀无向图与全局随机无向图来高效的覆盖环境，最终实现多机器人系统协同探索未知空

　　[0050]下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出。下面通过

　　参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

　　[0051]本发明多机器人自主探索系统及方法的系统总体层级架构如图1所示，主要包含

　　UI用户层、通信层、逻辑算法层、驱动层与硬件层，UI用户层主要为人机交互按钮、规划管理

　　界面与信息可视化；通信层为搭建的Mesh自组局域网，通过局域网传输各机器人上位机之

　　间的信息、各机器人上位机与中央控制主机之间交互的信息；逻辑算法层主要包含多机器

　　人自主探索系统算法的实现，包括多机SLAM算法、基于图的多机器人自主探索算法的实现；

　　驱动层主要是小车底盘以及激光雷达传感器的ROS接口驱动；硬件层包括实机的小车底盘、

　　[0053]构建多机器人自主探索系统，系统架构如图2所示，首先构建单个机器人平台，每

　　个平台具有一个差速轮式的机器人底盘、一个16线D机械式激光雷达、一台工控机、一台

　　路由器及其他必需的硬件设备；每台工控机具有两个网口，其中激光雷达与工控机通过网

　　口进行数据传输，路由器与工控机间也通过网口进行数据传输，二者设置在不同网段；机器

　　人底盘通过CAN总线与工控机连接进行数据传输。然后构建多机器人的通信系统，选用多个

　　可进行Mesh组网的路由器，设定主路由器，其他路由器作为子路由加入到主路由的局域网

　　中；最后在中央控制终端构建人机交互界面、规划控制器以及可视化界面，通过局域网实现

　　[0056]在部署自主探索算法之前需要根据各机的点云信息来增量式的构建点云地图并

　　[0057]首先进行点云预处理，删除当前机器人周围设定距离内的机器人自身点云，按照

　　[0058]其次进行单机位姿的计算，包含瞬时帧间位姿估计、关键帧选取、帧图匹配；定义

　　点云P及点p∈P，皆位于笛卡尔坐标系下的世界R中，L为激光雷达坐标系、W为世界坐标系、

　　[0062]关键帧选取，定义关键帧结构体，包含一帧点云以及机器人当前位姿，当获得当前

　　帧点云后，通过前端里程计得到当前机器人的位姿估计，若当前估计相较于上一帧关键帧

　　位姿变换超过一定阈值时，选取当前帧为关键帧，同时添加到关键帧队列，多个关键帧构成

　　[0063]帧图匹配将当前帧点云与局部子地图进行匹配，以减少机器人位姿漂移与误差，

　　遍历关键帧队列进行匹配，找到上述帧间匹配后的距位姿最近的k个关键帧作为局部

　　子地图，帧图匹配同样通过最小化化目标函数误差来进行求解位姿变换；帧图匹配优化目

　　[0066]最后进行点云融合，订阅各机当前点云帧数据，进行点云下采样，然后将当前点云

　　与估计的位姿累加得到当前全局已构建地图点云，最后定时发布全局点云地图用于可视化

　　[0067]图3为两个机器人在落地实验中协同构建地图的实验结果；图4为三个机器人在落

　　地实验中协同构建地图的实验结果。可以明显的看出多个机器人成功协同构建了规模较大

　　[0069]本发明的多机器人自主探索方法总体流程如图5所示，主要包含以下步骤：

　　[0070]首先进行程序初始化接收多机SLAM获得的点云地图与定位信息进行TSDF地图构

　　[0071]其次进行小车初始化，各车向前方行进六米，进行各小车初始位置周围环境的初

　　[0072]然后判断是否达到最大迭代次数或是否接收到停止指令，若是则继续探索过程，

　　[0074]然后对小车周围的自由空间进行局部均匀采样以构建局部图，输出局部图及其状

　　[0075]判断局部图状态是否成功，若否则转入全局探索，若成功则对所有局部图叶子节

　　点，计算体素增益，大于阈值则记录为局部边界节点，输出局部图及其状态；图6是节点体素

　　[0076]再次判断局部图状态是否成功，若否则转入全局探索，若成功则通过AStar算法找

　　到所有的局部边界节点间的最短路径并求解TSP问题找到最短访问顺序，输出局部图及其

　　[0077]再次判断局部图状态是否成功，若否则转入全局探索，若成功拼接路径形成局部

　　探索的最短路径，并将所有局部边界节点及路径作为节点和边添加到全局图中，输出局部

　　[0078]全局探索中，计算全局节点的探索增益以及体素增益得出全局边界节点同时获取

　　其他小车的全局图进行融合，使得每个机器人在后续探索过程中不再探索已探索区域；

　　[0080]迭代次数加一，向规划控制器发送路径进行优化，向底层控制器发送跟踪路径进

　　[0083]首先设定参数以及重置数据结构；其次设定机器人膨胀立方体，设定机器人的命

　　[0084]其次开始局部图的构建，采样小车周围的规定范围内的空间进行均匀采样得到局

　　部采样点集，对局部采样点进行过滤与排序，使用向地面投影的方式滤除占据点存储置信

　　点，记录自由空间采样点将其作为局部图的节点添加进入局部图中，扩展局部图并基于小

　　车体积膨胀滤除碰撞边，进行可视化局部图，输出局部图及其状态；局部图构建结束；

　　[0085]最后进行局部路径的生成，计算各叶子节点的体素增益，对增益大于阈值的局部

　　边界节点集进行点间的路径搜索，这里使用AStar算法得出各局部边界节点间的距离矩阵

　　并输入TSP解决器进行旅行商问题的解决得到最短访问顺序，最后拼接路径得到局部探索

　　[0088]首先在小车初始化后构造定时器触发函数周期性的采样当前机器人位置加入到

　　区间采样点中并扩展，同时采样当前位置周围一定范围内无碰撞区域加入全局采样点以进

　　行全局图的扩展；将局部边界节点以及点间短路径作为全局节点和全局边添加进全局图

　　中；当全局图不为空时计算全局节点的体素增益并判断是否为边界节点，通过指数衰减探

　　索增益函数计算探索增益，并用AStar算法找到到达全局图中最高探索增益的全局边界节

　　点的全局最短路径；若全局图中无边界节点则等待进入回家阶段通过AStar算法找到到达

　　[0092]本发明中的多路径冲突检测算法主要思想是将长路径分割为短路径然后通过各

　　小车膨胀来检测两两之间的短路径空间是否存在重叠；若存在重叠则根据小车优先级优先

　　[0096]在探索规划器得出初步的局部路径或全局路径后，需要对待跟踪轨迹进行优化并

　　[0097]这里选用基于几何追踪的纯跟踪模块，首先在参考路径上选定机器人后轮中心预

　　瞄距离l的参考点(g,g)，设机器人横轴长L，转向半径为R，横向跟踪误差δ，机器人横轴

　　[0102]采用期望的线]通过为各机器人构建一个Simple_Action服务用于向规划管理器请求路径服务，

　　[0106]图7体现了多机器人路径冲突检测算法的有效性；图8、图9、图10、图11为多机探索

　　的仿真过程，其中密集的点为局部采样点，图11的线条为机器人已行驶的轨迹，最终得到完

　　[0107]以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是

　　按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围

　　2、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问加。

　　3、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。

　　4、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

　　一种百部内生菌Burkholderia gladioli LBR03及其应用.pdf

　　（正式版）DB62∕T 4468-2021 《小麦品种 兰天42号》.pdf

　　（正式版）DB62∕T 4419-2021 《天麻栽培技术规程》.pdf

　　（正式版）DB62∕T 4430-2021 《河西地区杂交西瓜种子制种田套种向日葵栽培技术规程》.pdf

　　（正式版）DB62∕T 4514-2022 《马鞭草栽培技术规程》.pdf

　　（正式版）DB62∕T 4529-2022 《风力发电机组叶片维护技术规程》.pdf

　　（正式版）DB62∕T 4546-2022 《青杨天牛综合防治技术规程》.pdf

　　CN119432049A 一种聚氨酯树脂基水润滑轴承复合材料及其制备方法 （中国科学院兰州化学物理研究所）.pdf

　　CN119426846A 一种蓝宝石与可伐合金封接用活性钎料及其制备方法 （北京有色金属与稀土应用研究所有限公司）.pdf

　　CN119432597A 基于印章微结构图案化的血管化类器官芯片及其制备方法 （上海交通大学）.pdf

　　CN119433348A 一种高钴镍二次硬化钢用超低硫超纯铬铁及其制备方法 （成都先进金属材料产业技术研究院股份有限公司）.pdf

　　原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者