基于粒子滤波的未知环境通信的多机器人SLAM算法研究

曾凌烽¹，高易年¹，王 欣²

(1.深圳供电局有限公司，广东 深圳 518000)

(2.华南理工大学计算机科学与技术学院，广东 广州 510640)

作者简介：曾凌烽（1989—），男，工程师，硕士，主要研究方向为电力通信，wanglf890@126.com.

摘要：多机器人协同工作可以提升电力设备巡检的工作效率、准确性和稳定性，但初始位置对应关系不清楚导致协同工作时信息一致性无法保障。在对单机器人SLAM算法和多机器人SLAM算法分析的基础上，结合粒子滤波器设计方法，提出了基于RBPF的多机器人SLAM算法。将提出的算法应用于有人穿越走廊且具有许多反射表面环境下的地图建造实验中，结果表明RBPF-SLAM算法能够有效地确保多机器人协同工作时信息的一致性，这对移动机器人在未知工作环境中的定位与地图构建具有一定的参考价值。

关键词：粒子滤波；多机器人；即时定位与地图构建算法；未知环境

中图分类号：TP242.3   文献标识码：A   文章编号：2095-509X(2021)04-0035-04

电力设备人工流动巡检排查隐患已逐渐被巡检的机器人所取代。机器人巡检可以识别更加细微且人工五感分辨困难的隐患及缺陷，因此如何让多台机器人在未知环境中移动时结合其各自位姿和地图模型协同控制成为了人工智能领域的研究热点^［1］。多机器人协同工作可大幅提高整个系统的工作效率、准确性和稳定性，但多机器人协作场景需设计比较复杂的概率滤波器，通过融合机器人编队中每个成员获得的原始信息和感知信息来估计不同机器人的即时定位与地图构建（simultaneous localization and mapping, SLAM）^［2］。如果机器人位姿的初始对应关系已知，那么很容易获得不同机器人的SLAM，但机器人位姿的初始对应关系往往是不清楚的，这导致机器人协同工作时信息的一致性很难保障。此外，由于无线信道对故障的敏感性且收集到的大量信息可以迅速使成员之间的通信达到饱和，因此需要采用分布式方法降低编队中所有成员的通信压力，且编队成员必须保持在中心节点的传感范围内。任务分配由一个中央单元完成，该单元将任务分配给个人或以分布的方式进行管理，但这两种情况都需要进行数据的共享。用于解决SLAM的技术需要具备可扩展性，并对动态环境具有鲁棒性，因为机器人编队在相同的场景中运动时，即使面对移动障碍的队友，每个机器人构建的地图也应当保持一致^［3］。

为此，本文提出一种基于Rao-Blackwellized粒子滤波(Rao-Blackwellized particle filters,RBPF)的多机器人SLAM算法来解决移动机器人在未知工作环境的定位和地图构建问题。