基于轻量化通信的多机器人高效协同定位与建图方法

【作者】 赵铭远； 钱宇； 李文杰； 李贞旭； 马浩泽； 韩勇强；

【机构】 北京理工大学自动化学院定位定向实验室；

【摘要】 面对大范围复杂场景下的多机器人协同定位与建图问题,本文通过紧耦合激光雷达与惯性测量数据,提出一种轻量通信高效协同的多机器人SLAM方法(LCEC-SLAM)。为减轻高频点云交互导致的通信负担,该方法采用分布式架构,利用强度投影描述符进行紧凑的信息交互。面对协同回环中普遍存在的搜索效率低、点云配准精度差及错误回环干扰等问题,LCEC-SLAM设计了退化搜索策略提升效率,并通过基于视觉语义辅助的粗-精两阶段配准提高配准精度,同时引入成对一致性测量机制有效剔除误回环,从而实现了高效可靠的闭环检测。为解决协同定位及全局地图中的误差累积问题,基于因子图框架,LCEC-SLAM融合激光雷达里程计、惯性测量以及闭环观测两种约束,联合优化多机位姿;进而构建统一非线性优化模型管理全局闭环,动态优化地图间的变换关系,完成全局点云地图的精准融合。通过在开源数据集和实际多车平台上的实验验证,该方法有效提升了复杂大场景下多机器人系统的定位精度与稳定性,其定位平均误差和误差标准差分别降低了13.92%和17.78%。更多还原