《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 人工智能 > 设计应用 > 一种改进粒子群优化算法的多机器人地图拼接方法
一种改进粒子群优化算法的多机器人地图拼接方法
2020年电子技术应用第12期
陈 超，张志昂，丁丽君
江苏科技大学 机械工程学院，江苏 镇江212000
摘要： 多机器人共同创建大规模地图，实现的关键在于机器人相对位置未知的情况下将多张局部栅格地图进行拼接。结合图像特征匹配的方法和改进的粒子群优化算法，先提取待拼接的两幅栅格地图的特征点进行匹配，并筛选有效特征点对；再将特征点对的信息作为改进的粒子群优化算法的输入参数，计算从源图像到目标图像的最佳转换矩阵；最后将转换后的源图像和目标图像使用栅格叠加的规则拼接在一起。通过仿真实验与数据分析，证明了算法的稳定性与准确性。
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(yōu)化算法的多機器人地圖拼接方法[J].電子技術(shù)應(yīng)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(chǎn)和日常生活中，機器人的使用已非常廣泛。在追求高效的現(xiàn)代生產(chǎn)中，需要機器人能盡快完成任務(wù)。在構(gòu)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(qū)域，同時構(gòu)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(dǎo)航的全局地圖是研究的熱點，也具有挑戰(zhàn)性。國內(nèi)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(zhuǎn)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(shù)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(yōu)化算法，能夠在拼接地圖時抑制算法陷入局部最優(yōu)。也有學(xué)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(yōu)的適應(yīng)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(zhuǎn)關(guān)系。

    本文針對激光雷達掃描獲得的柵格地圖，提出一種結(jié)合特征匹配和改進的粒子群優(yōu)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(yōu)化算法精確計算兩幅局部地圖之間的最佳轉(zhuǎn)換矩陣來拼接地圖。




本文詳細內(nèi)容請下載：http://ihrv.cn/resource/share/2000003271




作者信息：

陳  超，張志昂，丁麗君

(江蘇科技大學(xué) 機械工程學(xué)院，江蘇 鎮(zhèn)江212000)

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。

相關(guān)內(nèi)容