一種改進粒子群優化算法的多機器人地圖拼接方法
2020年電子技術應用第12期
陳 超，張志昂，丁麗君
江蘇科技大學 機械工程學院，江蘇 鎮江212000
摘要： 多機器人共同創建大規模地圖，實現的關鍵在于機器人相對位置未知的情況下將多張局部柵格地圖進行拼接。結合圖像特征匹配的方法和改進的粒子群優化算法，先提取待拼接的兩幅柵格地圖的特征點進行匹配，并篩選有效特征點對；再將特征點對的信息作為改進的粒子群優化算法的輸入參數，計算從源圖像到目標圖像的最佳轉換矩陣；最后將轉換后的源圖像和目標圖像使用柵格疊加的規則拼接在一起。通過仿真實驗與數據分析，證明了算法的穩定性與準確性。
中圖分類號： TN95；TP242
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.200535
中文引用格式： 陳超，張志昂，丁麗君. 一種改進粒子群優化算法的多機器人地圖拼接方法[J].電子技術應用，2020，46(12)：139-143.
英文引用格式： Chen Chao，Zhang Zhiang，Ding Lijun. An improved particle swarm optimization algorithm for multi robot map merging[J]. Application of Electronic Technique，2020，46(12)：139-143.
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.200535
中文引用格式： 陳超，張志昂，丁麗君. 一種改進粒子群優化算法的多機器人地圖拼接方法[J].電子技術應用，2020，46(12)：139-143.
英文引用格式： Chen Chao，Zhang Zhiang，Ding Lijun. An improved particle swarm optimization algorithm for multi robot map merging[J]. Application of Electronic Technique，2020，46(12)：139-143.
An improved particle swarm optimization algorithm for multi robot map merging
Chen Chao，Zhang Zhiang，Ding Lijun
School of Mechanical Engineering，Jiangsu University of Science and Technology，Zhenjiang 212000，China
Abstract： Multi robots create large-scale map together, the key of which is to splice multiple local grid maps when the relative position of robots is unknown. In this paper, the method of image feature matching and the improved particle swarm optimization algorithm are combined. Firstly, the feature points of the two grid maps to be spliced are extracted for matching, and the effective feature point pairs are screened. Then, the information of the feature point pairs is used as the input parameters of the improved particle swarm optimization algorithm to calculate the best conversion matrix from the source image to the destination image. Finally, the converted source image and destination image are stitched together by using the grid superposition rule. Through simulation experiments and data analysis, the stability and accuracy of the algorithm are proved.
Key words : multi-robot；grid map merging；feature matching；particle swarm optimization
0 引言
在機械化生產和日常生活中，機器人的使用已非常廣泛。在追求高效的現代生產中，需要機器人能盡快完成任務。在構建大型地圖時，單機器人顯得力不從心，而多機器人可以分配多個區域，同時構建局部地圖，然后再拼接成全局地圖，從而提高建圖的效率和準確性。
如何將多張局部地圖拼接成可以用來導航的全局地圖是研究的熱點，也具有挑戰性。國內外研究人員提出了很多方法，大致可以分為兩類：一類是已知機器人之間的相對位置，直接通過坐標轉換拼接局部地圖。文獻[1]提出了通過單向觀測來估計機器人的位置，再搜索地圖之間的最佳匹配。但在大多數情況下，無法準確獲取甚至無法獲取機器人之間的相對位置。另一類是在相對位置未知的情況下，通過圖像配準的方法拼接地圖。文獻[2]提出一種基于圖像正弦圖的粒子群優化算法，能夠在拼接地圖時抑制算法陷入局部最優。也有學者研究使用進化算法解決這個問題，通過交叉變異尋找最優的適應度，找到1地圖最大重疊部分[3-4]。這種方法耗時較長，不能達到實時的效果。文獻[5]研究了基于SIFT特征提取的地圖拼接方法，通過匹配特征點可以迅速找到圖像之間的平移和旋轉關系。
本文針對激光雷達掃描獲得的柵格地圖，提出一種結合特征匹配和改進的粒子群優化算法的地圖拼接方法。本文所提算法先通過提取特征點匹配兩張局部柵格地圖，再通過粒子群優化算法精確計算兩幅局部地圖之間的最佳轉換矩陣來拼接地圖。
本文詳細內容請下載：http://www.xxav2194.com/resource/share/2000003271
作者信息：
陳 超，張志昂，丁麗君
(江蘇科技大學 機械工程學院，江蘇 鎮江212000)
此內容為AET網站原創，未經授權禁止轉載。