多机协同的类脑同步定位建图方法

低计算量和存储量的优势使得类脑导航模型RatSLAM适用于大型环境的地图构建。为了进一步提高其建图效率,本文提出了一种多机器人协同RatSLAM系统。首先,设计使用了集中式的通信系统用于机器人间信息的交互。其次,提出了一种环境重叠区域检测方法以实现机器人之间的数据关联,从而进行经验节点间相对位姿计算。最后,提出一种改进型图松弛算法,利用机器人之间的位姿关系进行多机器人地图融合,完成全局统一的经验认知地图的实时在线构建。在公开数据集上以及真实物理实验环境中验证了所提方法的有效性。实验结果表明,相比单机器人,多机器人在保持较高地图精度与较少存储量的同时,平均建图效率提升45%。进一步与当前其他地图融合方法进行了比较,本文方法取得了更好的建图结果,验证了所提方法的有效性和准确性。