【儀表網(wǎng) 研發(fā)快訊】近日，中國科學(xué)院合肥物質(zhì)科學(xué)研究院安光所光電子中心計算機(jī)視覺團(tuán)隊研發(fā)出適用于大場景的多機(jī)器人協(xié)同定位新技術(shù)。相關(guān)研究成果發(fā)表在機(jī)器人領(lǐng)域國際Top期刊IEEE Robotics and Automation Letters (IEEE RA-L)上。
 

　　在智能機(jī)器人領(lǐng)域，基于視覺的同步定位與地圖構(gòu)建技術(shù)(SLAM)因視覺傳感器具有成本低、部署靈活、信息量豐富等優(yōu)勢，成為行業(yè)研究熱點。在大規(guī)模環(huán)境中，通過共享地圖數(shù)據(jù)實現(xiàn)協(xié)同作業(yè)可大幅提升工作效率。然而，實現(xiàn)多機(jī)器人系統(tǒng)中不同機(jī)器人間的全局定位(Multi-Robot Global Localization, MR-GL)依然面臨諸多挑戰(zhàn)。特別是在機(jī)器人初始位姿未知、環(huán)境動態(tài)變化劇烈的情況下，不同機(jī)器人間視角差異造成的數(shù)據(jù)數(shù)據(jù)匹配困難，動態(tài)場景對算法的實時性與魯棒性(一個系統(tǒng)在面臨著內(nèi)部結(jié)構(gòu)或外部環(huán)境的改變時也能夠維持其功能穩(wěn)定運行的能力)提出了更高要求。此外，如何在保障精度的同時快速完成多機(jī)協(xié)同定位，是影響協(xié)同任務(wù)能否成功執(zhí)行的關(guān)鍵因素之一。
 

　　針對上述難題，研究團(tuán)隊創(chuàng)新性地提出了一種融合語義與幾何三重約束的圖匹配多機(jī)器人全局定位方法——SGT-MGL。該方法首先提取場景中對象的語義與幾何特征，并通過拓?fù)浣Y(jié)構(gòu)刻畫其空間分布關(guān)系。為增強(qiáng)對象的區(qū)分性，研究人員基于語義信息與相對距離構(gòu)建了三角形描述符，進(jìn)一步提升了特征辨識度?？紤]到語義與幾何信息的互補(bǔ)特性，創(chuàng)新性提出了一種融合語義標(biāo)簽、空間夾角及相對距離信息的三維直方圖描述符，有效提升了三角形描述符的穩(wěn)定性與不變性。為進(jìn)一步降低噪聲干擾，研究團(tuán)隊采用"由粗到精"的匹配策略，提出了一種由全局幾何結(jié)構(gòu)篩選關(guān)鍵點位，并結(jié)合局部與全局圖匹配方法，實現(xiàn)了多機(jī)器人間的高精度六自由度(6-DoF)(三維位置+三維朝向)姿態(tài)估計。實驗結(jié)果表明，該方法在提升全局定位精度方面具有顯著優(yōu)勢。
 

　　實驗數(shù)據(jù)顯示，該技術(shù)在復(fù)雜動態(tài)環(huán)境中的定位精度較傳統(tǒng)方法提升顯著。其創(chuàng)新性的三重約束機(jī)制，既保證了算法在視角差異下的魯棒性，又通過分級處理兼顧了運算效率，為未來智能醫(yī)院、智能工廠等場景的多機(jī)器人協(xié)同作業(yè)提供了關(guān)鍵技術(shù)支撐。
 

　　該項工作的第一作者為王凡博士后，通訊作者為張文副研究員和劉勇研究員。本研究得到了國家自然科學(xué)基金、合肥物質(zhì)院院長基金和國家重點研發(fā)計劃的支持。
 

所提出的多機(jī)器人全局定位方法在KITTI08序列數(shù)據(jù)集上的應(yīng)用