一种分布式多机器人地图融合系统及融合方法技术领域
本发明涉及机械技术领域，特别涉及一种分布式多机器人地图融合系统及
融合方法。
背景技术
分布式人工智能是人工智能领域中一个重要的研究方向，而多Agent系统
(multi-Agentsystem，MAS)则是其一个主要的分支。20世纪90年代，随着计算
机技术、网络技术、通信技术的飞速发展，Agent及MAS的相关研究已经成为
控制领域的一个新兴的研究方向。由于Agent体现了人类的社会智能，具有很
强的自治性和适应性，因此，越来越多的研究人员开始关注对其理论及应用方
面的研究。目前，人们已经将MAS的相关技术应用到交通控制电子商务、多机
器人系统、军事等诸多领域。而在MAS中，Agent之间如何在复杂环境中相互
协调，共同完成任务则成为这些应用的重要前提。近年来，从控制的角度对
MAS进行分析与研究已经成为国内外众多学术机构的关注热点，人们在MAS
协同控制问题上做了大量的研究工作，特别是在MAS群集运动控制和协同控制
一致性问题方面取得了很大的进展。
现有的分布式多机器人协同技术是将多个机器人通过一个上位机终端进
行监视操作，一旦作为监视器的上位机发生故障或传输介质发生故障，机器人
将失去行动能力，只能原地等待上位机发出命令。这样的机制将会使得机器人
的工作效率变低，一旦发生险情上位机无法控制机器人做有效的规避动作。
此外，现有的技术是对已知的环境进行检测，事先对即将探索的环境进行
划分，将各个机器人划分如已确定的位置，从而达到对环境的检测，此种做法
无法对位置环境经行有效的探索。
发明内容
为解决上述技术问题，本发明提供一种分布式多机器人地图融合系统，其
特征在于，包括：多个机器人，所述多个机器人均具有红外线探测器和无线通
讯模块；机器人间通过无线通讯模块进行数据传输。
进一步的，在所述的分布式多机器人地图融合系统中，所述无线通讯模块
是Zigbee传输模块。
进一步的，在所述的分布式多机器人地图融合系统中，所述多个机器人还
均具有光传感器和温度传感器。
相应的，本发明还提供一种分布式多机器人地图融合方法，使用所述的分
布式多机器人地图融合系统，包括：
机器人遇到障碍物，通过其安装的红外线探测器扫描出障碍物得到离散的
点，通过所述离散的点获得由离散的点组成的直线；
根据所述由离散的点组成的直线判断多条直线情况；
将所述多条直线进行集中式融合；
机器人之间根据分布式融合策略，转化地图，统一坐标并通过一显示界面
来显示地图融合的结果。
进一步的，在所述的分布式多机器人地图融合方法中，根据所述离散的点
通过最小二乘法获得由离散的点组成的直线。
进一步的，在所述的分布式多机器人地图融合方法中，所述多条直线情况
包括平行直线情况和/或交叉直线情况。
进一步的，在所述的分布式多机器人地图融合方法中，多条直线间的夹角
范围∈(0,π)。
进一步的，在所述的分布式多机器人地图融合方法中，在将所述多条直线
进行集中式融合的步骤中，采用顺序结构的融合模式将所述多条直线进行集中
式融合。
本发明提供的分布式多机器人地图融合系统及融合方法，具有以下有益效
果：本发明将现有的无线传感技术与多机器人协同控制技术相结合，通过多机
器人地图构建系统，针对于无全局定位和无初始位置信息的应用场景，利用数
据融合的方式实现地图的转化与拼接，为系统外部的用户提供确完整的地图信
息。
附图说明
图1是本发明实施例的分布式多机器人地图融合方法构成直线路径示意图；
图2是本发明实施例的分布式多机器人地图融合方法的假想探索图；
图3是本发明实施例的分布式多机器人地图融合方法的多种直线情况图；
图4-5是本发明实施例的分布式多机器人地图融合方法的直线夹角示意图；
图6是本发明实施例的分布式多机器人地图融合方法的融合示意图；
图7是本发明实施例的分布式多机器人地图融合系统功能结构示意图。
具体实施方式
以下结合附图和具体实施例对本发明提出的分布式多机器人地图融合系统
及融合方法作进一步详细说明。根据下面说明和权利要求书，本发明的优点和
特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比
例，仅用以方便、明晰地辅助说明本发明实施例的目的。
本发明提供一种分布式多机器人地图融合系统，包括：多个机器人，所述
多个机器人均具有红外线探测器和无线通讯模块；机器人间通过无线通讯模块
进行数据传输。在本实施例中，所述无线通讯模块是Zigbee传输模块。进一步
的，所述多个机器人还均具有光传感器和温度传感器。
相应的，本发明还提供一种分布式多机器人地图融合方法，采用上述的分
布式多机器人地图融合系统，具体包括以下步骤：
步骤一：
本发明实现采用几何匹配机制，在机器人遇到障碍物时，通过其安装的红
外线可以直接扫描出周围的障碍物，并用线段描绘在自身维护的局部地图上。
而安装红外等传统传感器的机器人，首先得到的是点阵图，需要通过一些技术
转化为几何地图。
如图1所示，机器人将所探测到的离散的点，利用最小二乘法(y＝ax+b)
获得直线环境，即可描绘出图1所示直线。
步骤二：
由于无全局坐标系的机器人探索系统总会出现或多或少的探索区域重叠现
象，而利用图形匹配的方式实现地图融合，关键就在于寻找公共区域内的相同
障碍物特征值信息。
如图2所示，图2为假想探索图。如图3所示，图3位多种直线情况图。
其中，图3A是第一平行直线情况，图3B是第一交叉直线情况，图3C是第二
平行直线情况，图3D是第二交叉直线情况。
如图4和图5所示，线的相交或平行式两条直线之间角度的变化，一个夹
角α由两条边和一个交点组成，为了便于融合计算，我们定义α∈(0,π)而且若
一条边l1逆时针旋转π以内的角度就能与另一条边l2重合。凡是符合上面两个条
件的夹角都可以作为参照物的候选角。
步骤三：
本发明采用顺序结构的融合模式。如图6所示，后续的局部地图P3将会和
P(2,1)融合为P(1,2,3)，这一过程一直持续到P(1,2,3……n)形成。为了融合n个
子地图，顺序结构需要进行n-1次地图合并。
步骤四：
当机器人拥有分配给它的地图后，利用半径R来模拟Zigbee通讯距离，
机器人之间根据分布式融合策略，转化地图，统一坐标。最后通过一个虚拟的
显示界面来显示地图融合的结果，机器人群体内坐标统一的情况。
如图7所示，系统由一个控制单元调度各功能模块，当系统启动后，软件
分两种方式加载原地图，也就是待探索的结构化环境。一种方式是用户手绘新
地图：通过调用Qt自带的绘图函数，拖拽鼠标生成点、线、面等几何图形，用
户可以根据实验需求搭建不同种类的地图。另一种方式是从文件中调出已有的
地图，目的是为了在同一环境下多次测量数据。不管是哪种操作，产生的修改
都将保存到文件中，作为历史数据供以后参考使用。原地图被分割后，控制单
元用单链表存储各个子地图中的线段信息，并这些线段信息传送给不同的机器
人对象，各机器人对象调用随机函数对线段信息进行旋转、平移。这一过程模
拟了机器人在以自身为坐标原点建立的坐标系下探索环境得到的局部地图。
在原地图的切割过程中，鼠标点击地图，Qt截获鼠标坐标点作为机器人在
子地图中的坐标点。这一过程模拟了机器人利用测程法，记录步长，监控自身
在子地图中的位置。最后通过分布式地图融合实现地图的拼接，坐标的统一，
冗余信息的裁剪，最后显示在结果地图显示区域内。
上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限
定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属
于权利要求书的保护范围。