CN109814556A - 一种多机器人协作探索未知环境与地图构建的装置与方法 - Google Patents

Abstract

本发明公开了一种多机器人协作探索未知环境与地图构建的装置与方法。该装置包括中心服务器、控制器、机器人；其特征在于，所述的中心服务器用于下发任务给控制器，并且显示任务的运行状态，实现系统与用户的交互；所述控制器用于接收中心服务器下发的任务，解析后驱动机器人完成相应的任务；所述机器人用于作为行为动作的具体执行者。本发明通过多个机器人共同协作完成对整个未知环境的探索以及对探索的未知环境进行完整的建模，最终获得一张全局的融合地图。

Description

一种多机器人协作探索未知环境与地图构建的装置与方法

技术领域：

本发明涉及一种多机器人协作探索未知环境与地图构建的装置与方法，属于多机器人未知环境探索与地图构建的技术领域。

背景技术：

移动机器人相关领域的研究开始于上世纪60年代，随着应用领域的不断扩大延伸，使得移动机器人相关的研究课题也不断的加深。大多数情况下，例如太空行星探索、地震灾区的搜索救援、常见的家庭服务扫地机器人。移动机器人对将要执行任务的环境一开始是一无所知的，所以移动机器人要进行定位、导航、路径规划的前提就是充分认识未知环境。因此移动机器人的基本课题就包含环境探索和地图构建。 移动机器人对所处的环境的探测与建模至关重要，这关系到移动机器人后续任务的执行。与单机器人相比，多机器人系统在环境探索和地图构建方面具有着许多的优点。多个机器人可以并行的探索未知环境，并且可以通过机器人之间的通信实现环境信息的共享，有助于多个机器人之间有效和精确的定位，多机器人系统相对单机器人系统而言，由于多个机器人之间可以相互进行协作，所以感知和探索整个未知环境所花的时间更少，效率更高。

未知边界点的定义是在地图中分割已知区域和未知区域的一系列点，同时未知边界点所在的地图区域也是机器人需要去感知并探索的未知区域，未知边界点的检测是机器人探索的基础与目标，也是全局地图完备性的保障。聚类滤波模块负责将所有未知边界点统一转换到全局坐标系下，筛选出最核心的有限个未知边界点提供给分配模块进行分配，起到优化计算的作用。机器人任务分配模块一定程度上标志着多机器人之间的协作能力水平，协作能力旨在降低完成未知环境探索所花费的总时间。

控制器车载计算机充当机器人的控制器，是中心服务器与机器人交互的中间件。它从中心服务器接收所分配的任务，发送控制命令给机器人本体。又从机器人本体接收任务执行反馈结果以及传感器的数据，再将处理结果以及相关处理后的数据反馈给中心服务器。在软件方面，一些成熟的定位导航、路径规划、地图构建算法得到了快速的发展和广泛的运用。

机器人本体是保证移动机器人正确作业的重要基础。硬件方面搭载丰富的传感器，如一些R-GBD传感器（Kinect，Xtion PRO等）、红外传感器、激光距离传感器、惯性测量单元（IMU）等，丰富的传感器资源为机器人所能完成任务的种类提供了多样性。

发明内容

本发明的目的是提供一种多机器人协作探索未知环境与地图构建的装置与方法，旨在通过多个机器人共同协作完成对整个未知环境的探索以及对探索的未知环境进行完整的建模，最终获得一张全局的融合地图。中心服务器通过局域网接收多张局部地图，经过全局地图融合得到待完成的全局地图。未知边界点检测模块利用全局地图检索出未知边界点，多点聚类滤波模块将大量未知边界点进行筛选，得到核心未知边界点集并且将点集发送给机器人任务分配模块。机器人任务分配模块接收这些核心未知边界点集，按照分配策略将这些目标点合理发送给不同机器人的车载控制器。车载控制器利用相应的软件导航模块完成机器人到目标点的路径规划并驱动机器人运动到目标处。机器人运动过程期间，车载控制器同时通过传感器采集环境信息并由地图构建模块进行环境建模。车载控制器实时检测本体机器人在预设感知半径范围内是否感知到其他机器人，如果感知到就会建立连接并交换融合双方的地图。

上述的目的通过以下技术方案实现：

一种多机器人协作探索未知环境与地图构建的装置，该装置包括中心服务器、控制器、机器人；所述的中心服务器用于下发任务给控制器，并且显示任务的运行状态，实现系统与用户的交互；所述控制器用于接收中心服务器下发的任务，解析后驱动机器人完成相应的任务；所述机器人用于作为行为动作的具体执行者。

所述的多机器人协作探索未知环境与地图构建的装置，所述中心服务器包括未知边界点检测模块、多点聚类滤波模块、机器人任务分配模块、全局地图融合模块。

所述的多机器人协作探索未知环境与地图构建的装置，所述控制器包括任务解析模块、数据接收模块、导航路径规划模块、定位模块、地图构建模块、地图交换融合模块。

所述的多机器人协作探索未知环境与地图构建的装置，所述机器人采用轮式移动机器人，配备激光传感器、视觉传感器以及碰撞传感器。

用上述多机器人协作探索未知环境与地图构建的装置进行探索未知环境与地图构建的方法，该方法包括：中心服务器通过局域网接收多张局部地图，经过全局地图融合得到待完成的全局地图，中心服务器下发任务给控制器，并且显示任务的运行状态，实现系统与用户的交互；控制器接收中心服务器下发的任务，解析后驱动机器人完成相应的任务。

所述的方法，所述中心服务器通过局域网接收多张局部地图，经过全局地图融合得到待完成的全局地图，中心服务器下发任务给控制器，并且显示任务的运行状态的具体方法是：

A1、中心服务器获取局部地图的初始相对位姿参数，接收每个机器人控制器的地图构建模块发送过来的局部地图，并按照取相应局部地图栅格中最大状态值的规则进行融合得到一张待完成的全局地图；

A2、中心服务器运行全局未知边界点检测模块，根据步骤A1中融合得到的全局地图按照边界点检测方法检索出未知边界点；

A3、多点聚类滤波模块负责将所有未知边界点统一转换到全局坐标系下，筛选出最核心的未知边界点集；

A4、机器人任务分配模块接收聚类滤波模块发送过来的核心未知边界点集，采取效益优先的分配策略将目标点分配给每个机器人控制器中的导航路径规划模块；

A5、中心服务器实时显示任务执行状态。

所述的方法，步骤A4中所述的分配策略采用最近邻原则、效益优先原则来分配相应的目标点给相应的机器人去执行。

所述的方法，所述控制器接收中心服务器下发的任务，解析后驱动机器人完成相应的任务的具体方法包括：

B1、任务解析模块负责解析中心服务器下发的任务，将任务目标点交给导航路径规划模块；

B2、数据接收模块接收传感器数据，交予地图构建模块进行定位和地图构建；

B3、导航路径规划模块根据当前构建的局部地图规划出一条从自身位置到目标任务点的可行路线，并生成一系列的速度控制指令驱使机器人本体运动至目标任务点；

B4、地图交换融合模块检测本体机器人在预设感知半径范围内感知到其他机器人，建立连接交换各自的局部地图，并进行局部的地图融合。

所述的方法，所述机器人完成相应的任务的具体执行步骤包括：

C1、移动机器人原地等待行为命令；

C2、移动机器人将数据采集模块采集的传感器信息数据反馈给控制器；

C3、移动机器人接收控制器发送的速度指令，运动至目标点；

C4、移动机器人行为执行完毕后，将结果反馈给控制器，再而反馈给中心服务器。

有益效果：

本发明通过多个机器人协作完成对未知环境的探索与全局地图的构建，装置与方法评价的指标是多个机器人完成未知环境探索所花费的总时间与最终获得的全局地图相对客观环境的完备性。该发明方法具有模块可替换性，每个模块易于替换使用不同的算法进行测试比较。

附图说明

图1为本发明的系统结构图。

具体实施方式

下面结合附图和具体实施例子对本发明做进一步的阐述。

本发明提供了一种在室内未知环境下多机器人协作探索与地图构建的装置与方法。本发明旨在通过多个机器人共同协作完成对整个未知环境的探索以及对探索的未知环境进行完整的建模，最终获得一张全局的融合地图。系统评价的指标是多个机器人完成未知环境探索所花费的总时间与最终获得的全局地图相对客观环境的完备性。

如附图1所示，该装置主要分为中心服务器、控制器PC、机器人三个主要部分。其中中心服务器是系统运行的核心枢纽，主要完成未知边界点的检索，多点聚类滤波，目标点的统筹分配以及全局地图的融合等工作。控制器计算机是连接中心服务器和机器人本体的中间件，主要负责任务的接收处理，传感器数据的接收处理，导航路径规划，定位与地图构建。机器人是具体行为的执行者，也是多种传感器的载体。本发明中选取改装的轮式移动机器人Turtlebot作为执行者，同时机器人中装载Kinect传感器、激光测距传感器，同时在底盘安装三个碰撞传感器。整个系统各部分通过局域网实现数据通信。

在本例中，系统中运行3台移动机器人robot_1、robot_2、robot_3，具体按照以下步骤进行配置和执行：

中心服务器的配置与操作：

1.运行robot_1机器人的地图构建程序，自旋转一周构建一张局部地图，robot_2和robot_3利用这张局部地图进行自定位，分别获得各自相对robot_1的初始位姿{R,T}，根据这个位姿数据生成初始相对位姿参数配置文件。加载此参数配置文件并且将变换关系发布到系统tf坐标变换体系中，整个系统以/robot_1/map作为全局坐标系；

2.全局地图融合模块会不断接收多个机器人发送的最新局部地图，首先根据多个机器人map坐标系的初始相对位姿参数以及该机器人构建的局部地图参数确定即将融合的全局地图的宽度与高度，再确定全局地图的左下方原点在/robot_1/map坐标系中的坐标，最后循环遍历每一张局部地图的每一个栅格状态，将栅格状态值赋值到相应的全局地图的栅格中，规则是取相应局部地图栅格中最大的状态值。地图栅格取值有三种状态值：-1代表未知，0代表空闲，100代表障碍。由此最终获得待完成的全局地图；

3.全局未知边界点检测进程阻塞直到接收到全局地图，前期时使用改进的快速搜索随机树算法迅速检索大量边界点。但是当地图趋于完整时候，全局地图中的未知边界点会非常的少，改进的快速搜索随机树算法在这种情况下反而会难以搜查到足够有效的未知边界点。为了确保所构建的全局地图的完备性，当超过设置的最小等待时间后，仍未搜索到有效的未知边界点且机器人无法有效的路径规划，就采用遍历标号的方法来检索未知边界点；

4.多点聚类进程接收全局未知边界点检测和局部未知边界点检测的未知边界点，提取边界点数据变量中的所属坐标系信息，将所有点都转换到全局坐标系下。根据设定的参数调用相关的聚类算法：均值漂移算法或者DBSCAN算法得到有限个核心中心点(center_points)，然后将这些中心点封装成点集数组发送给机器人任务分配模块。最后对未知边界点集进行滤波，通过判断该点在全局地图以及每张局部地图的状态值，如果是空闲或者障碍就将该点从边界点集中滤除；

5.机器人任务分配模块接收核心中心点，可以根据设定的参数选择最近邻原则、效益优先原则来分配相应的目标任务点给相应的机器人去执行。具体实现是定义一个机器人robot类，该类封装了机器人相关的信息以及操作如下两个表格所示；

表1：机器人类robot相关信息

变量	功能
		name	机器人名字
start	起始位置
		end	终点位置
position	机器人当前位置
		goal	机器人目标点
global_frame	全局坐标系
		assigned_pose	已分配的目标点

表2：机器人类robot操作

操作名	功能
		getPosition	获取机器人当前位姿
send_Goal	驱使机器人导航至目标点
		cancel_Goal	取消机器人导航至目标点
get_State	获取机器人当前运行状态

分配算法的思想：最近邻原则分配方案，当有空闲机器人时，维护三个数组distance、points和robot_index,这三个数组的变量是根据索引一一对应的，distance保存了不同目标点和不同空闲机器人之间的距离，points保存了对应的未知边界点，robot_index保存了distance数组相应索引变量对应的空闲机器人索引，从distance数组中选出最近的一组目标点和空闲机器人对，然后调用该空闲机器人的robot对象的send_Goal函数导航至目标点。当没有空闲机器人时候，就不分配，所以是一种静态的分配方案。

效益优先原则分配方案，相对于最近邻原则分配方案的改进是不管有没有空闲机器人，实时维护三个数组distance、points和robot_index，这三个数组的变量是根据索引一一对应的，distance保存了不同目标点和不同机器人之间的距离，points保存了对应的未知边界点，robot_index保存了distance数组相应索引变量对应的机器人索引，从distance数组中选出效益最高的一组目标点和机器人对，无论机器人是否已经处于繁忙状态，可以在该机器人执行任务的过程中切换去执行运动到另外一个效益更高的目标点，这是一种动态的分配方案。

6.人机交互：实时显示所构建的全局地图以及每一个机器人的任务执行情况。

控制器的运行与操作 ：

1.采集激光测距传感器与视觉传感器的数据信息；

2.地图构建模块处理传感器数据信息，并实时的构建局部地图，然后将局部地图以及局部地图的参数信息发送给中心服务器；

3.接收中心服务器发送的核心中心点，将该中心点坐标转换为当前局部地图的坐标，调用定位模块获取机器人本体在局部地图中的位姿信息。根据机器人当前位姿和目标点位姿调用导航路径规划模块规划出一条可行的导航路径。最后发送速度控制指令驱使机器人运动到目标任务点，机器人运动状态与结果需要实时反馈给中心服务器；

4.设置机器人感知半径，当本体机器人在以自身为中心的感知半径圆形区域中从传感器中感知到其他机器人，通过局域网建立连接，交换各自的局部地图，并进行融合。这个模块主要是针对全局地图融合出现异常时确保整个系统继续安全运行的应对保证方案。

机器人运行步骤：

1.移动机器人开始阶段原地等待行为命令；

2.实时通过传感器采集环境信息，将采集的数据信息发送给上层控制器计算机；

3.移动机器人接收控制器发送的速度指令，运动至目标点；

4.移动机器人行为执行完毕后，需要将结果反馈给上层控制器计算机。

应当指出，上述实施实例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定，这里无需也无法对所有的实施方式予以穷举。对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种多机器人协作探索未知环境与地图构建的装置，该装置包括中心服务器、控制器、机器人；其特征在于，所述的中心服务器用于下发任务给控制器，并且显示任务的运行状态，实现系统与用户的交互；所述控制器用于接收中心服务器下发的任务，解析后驱动机器人完成相应的任务；所述机器人用于作为行为动作的具体执行者。

2.根据权利要求1所述的多机器人协作探索未知环境与地图构建的装置，其特征在于，所述中心服务器包括未知边界点检测模块、多点聚类滤波模块、机器人任务分配模块、全局地图融合模块。

3.根据权利要求1所述的多机器人协作探索未知环境与地图构建的装置，其特征在于，所述控制器包括任务解析模块、数据接收模块、导航路径规划模块、定位模块、地图构建模块、地图交换融合模块。

4.根据权利要求1所述的多机器人协作探索未知环境与地图构建的装置，其特征在于，所述机器人采用轮式移动机器人，配备激光传感器、视觉传感器以及碰撞传感器。

5.一种用上述多机器人协作探索未知环境与地图构建的装置进行探索未知环境与地图构建的方法，其特征在于，该方法包括：中心服务器通过局域网接收多张局部地图，经过全局地图融合得到待完成的全局地图，中心服务器下发任务给控制器，并且显示任务的运行状态，实现系统与用户的交互；控制器接收中心服务器下发的任务，解析后驱动机器人完成相应的任务。

6.根据权利要求5所述的方法，其特征在于，所述中心服务器通过局域网接收多张局部地图，经过全局地图融合得到待完成的全局地图，中心服务器下发任务给控制器，并且显示任务的运行状态的具体方法是：

A1、中心服务器获取局部地图的初始相对位姿参数，接收每个机器人控制器的地图构建模块发送过来的局部地图，并按照取相应局部地图栅格中最大状态值的规则进行融合得到一张待完成的全局地图；

A2、中心服务器运行全局未知边界点检测模块，根据步骤A1中融合得到的待完成全局地图按照边界点检测方法检索出未知边界点；

A3、多点聚类滤波模块负责将所有未知边界点统一转换到全局坐标系下，筛选出最核心的未知边界点集；

A4、机器人任务分配模块接收聚类滤波模块发送过来的核心未知边界点集，采取分配策略将目标点分配给每个机器人控制器中的导航路径规划模块；

A5、中心服务器实时显示任务执行状态。

7.根据权利要求6所述的方法，其特征在于，步骤A4中所述的分配策略采用最近邻原则、效益优先原则来分配相应的目标点给相应的机器人去执行。

8.根据权利要求5所述的方法，其特征在于，所述控制器接收中心服务器下发的任务，解析后驱动机器人完成相应的任务的具体方法包括：

B1、任务解析模块负责解析中心服务器下发的任务，将目标任务点交给导航路径规划模块；

B2、数据接收模块接收传感器数据，交予地图构建模块进行定位和地图构建；

B3、导航路径规划模块根据当前构建的局部地图规划出一条从自身位置到目标任务点的可行路线，并生成一系列的速度控制指令驱使机器人本体运动至目标任务点；

B4、地图交换融合模块检测本体机器人在预设感知半径范围内感知到其他机器人，建立连接交换各自的局部地图，并进行局部的地图融合。

9.根据权利要求5所述的方法，其特征在于，所述机器人完成相应的任务的具体执行步骤包括：

C1、移动机器人原地等待行为命令；

C2、移动机器人将数据采集模块采集的传感器信息数据反馈给控制器；

C3、移动机器人接收控制器发送的速度指令，运动至目标点；

C4、移动机器人行为执行完毕后，将结果反馈给控制器，再而反馈给中心服务器。