《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 人工智能 > 設(shè)計(jì)應(yīng)用 > 一種改進(jìn)粒子群優(yōu)化算法的多機(jī)器人地圖拼接方法
一種改進(jìn)粒子群優(yōu)化算法的多機(jī)器人地圖拼接方法
2020年電子技術(shù)應(yīng)用第12期
陳 超,，張志昂，丁麗君
江蘇科技大學(xué) 機(jī)械工程學(xué)院,，江蘇 鎮(zhèn)江212000
摘要： 多機(jī)器人共同創(chuàng)建大規(guī)模地圖,，實(shí)現(xiàn)的關(guān)鍵在于機(jī)器人相對(duì)位置未知的情況下將多張局部柵格地圖進(jìn)行拼接。結(jié)合圖像特征匹配的方法和改進(jìn)的粒子群優(yōu)化算法,，先提取待拼接的兩幅柵格地圖的特征點(diǎn)進(jìn)行匹配,，并篩選有效特征點(diǎn)對(duì)；再將特征點(diǎn)對(duì)的信息作為改進(jìn)的粒子群優(yōu)化算法的輸入?yún)?shù),，計(jì)算從源圖像到目標(biāo)圖像的最佳轉(zhuǎn)換矩陣,；最后將轉(zhuǎn)換后的源圖像和目標(biāo)圖像使用柵格疊加的規(guī)則拼接在一起。通過仿真實(shí)驗(yàn)與數(shù)據(jù)分析,，證明了算法的穩(wěn)定性與準(zhǔn)確性,。
中圖分類號(hào)： TN95；TP242
文獻(xiàn)標(biāo)識(shí)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(jìn)粒子群優(yōu)化算法的多機(jī)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(jī)械化生產(chǎn)和日常生活中,，機(jī)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(jī)器人能盡快完成任務(wù),。在構(gòu)建大型地圖時(shí)，單機(jī)器人顯得力不從心,，而多機(jī)器人可以分配多個(gè)區(qū)域,，同時(shí)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(zhǔn)確性,。

    如何將多張局部地圖拼接成可以用來(lái)導(dǎo)航的全局地圖是研究的熱點(diǎn)，也具有挑戰(zhàn)性,。國(guó)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(jī)器人之間的相對(duì)位置，直接通過坐標(biāo)轉(zhuǎn)換拼接局部地圖,。文獻(xiàn)[1]提出了通過單向觀測(cè)來(lái)估計(jì)機(jī)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(wú)法準(zhǔn)確獲取甚至無(wú)法獲取機(jī)器人之間的相對(duì)位置,。另一類是在相對(duì)位置未知的情況下，通過圖像配準(zhǔn)的方法拼接地圖,。文獻(xiàn)[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(shí)抑制算法陷入局部最優(yōu)。也有學(xué)者研究使用進(jìn)化算法解決這個(gè)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(shí)較長(zhǎng)，不能達(dá)到實(shí)時(shí)的效果,。文獻(xiàn)[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(diǎn)可以迅速找到圖像之間的平移和旋轉(zhuǎn)關(guān)系。

    本文針對(duì)激光雷達(dá)掃描獲得的柵格地圖,，提出一種結(jié)合特征匹配和改進(jìn)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(diǎn)匹配兩張局部柵格地圖，再通過粒子群優(yōu)化算法精確計(jì)算兩幅局部地圖之間的最佳轉(zhuǎn)換矩陣來(lái)拼接地圖,。




本文詳細(xì)內(nèi)容請(qǐng)下載：http://forexkbc.com/resource/share/2000003271




作者信息：

陳  超,，張志昂，丁麗君

(江蘇科技大學(xué) 機(jī)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。