多机器人导航与协同建图算法

无图环境高效协同

该算法采用分层规划与强化学习实现无先验地图下的多机器人自主导航，并结合在线LiDAR SLAM实现异构机器人协作建图。

Xie, Hongyu · Zhang, Dong · Xiaobo, Hu · Zhou, Mengchu · 曹政才

IEEE Transactions on Instrumentation and Measurement 2023

技术优势

全局规划用遗传算法优化

将多机器人路径规划建模为最小最大k-中国邮递员问题，并用遗传算法求解，从而平衡各机器人工作量并最小化最长路径。

局部导航用强化学习实现避障

每个机器人的无碰撞自主运动通过强化学习方法实现，使其能够在未知障碍环境中实时做出决策。

异构机器人可灵活组网建图

在线多机器人LiDAR SLAM系统能够灵活选择装备不同传感器组合的异构机器人，提升未知环境中协同建图的灵活性。

真实环境中验证有效

系统在真实世界实验和公开数据集上进行了测试，结果表明其在精度、稳定性和数据效率上具有优越性能。

应用场景

• 多机器人协同导航：无需先验地图即可协调多机器人任务分配，减少前期建图成本。
• 户外未知环境探索：在无地图且存在不可预测障碍的户外场景中完成探索与重建。
• 多机器人SLAM：在线运行LiDAR SLAM，多机器人协同建图无需离线融合。
• 异构机器人协作：支持传感器配置不同的异构机器人，提升系统部署的灵活性。