基于劳动分工的群机器人地图创建探索策略研究

【引言】地图创建是移动机器人研究领域中的基本问题，是移动机器人实现自主导航和其他智能活动的关键和基础。机器人建立地图的问题通常被称为CML( concurrent mapping and localization)或SLAM( simultaneous localization and map building)问题，即并发定位与建图，而在SLAM 领域中研究的关键问题包括地图的表示方法、不确定信息的处理方法、数据的关联、自定位和探索规划。相对于SLAM 中其他问题，对群机器人地图创建中探索规划问题的研究较少，而机器人的探索策略问题是一个挑战性的规划难题。地图创建的探索策略在现实中有着广泛的应用前景，当环境的变化使原有地图不能准确地反映实际环境信息，如地震使原有的交通道路被阻断、透水事故造成井下巷道坍塌等，这时快速地获取受灾区域的地图，就可为灾难搜救提供最新的环境信息，为救援决策提供帮助。采用群机器人进行灾难时的地图遍历和创建，由于其鲁棒性、灵活性和规模可伸缩性，使之成为可行的解决办法。目前提出的适用于群机器人的探索策略有以下几种。仿照生物嗅觉气味的按特定的方向对未知环境进行探测，如Hayes 等人提出群机器人气味定位法等，但是这种方法只适合一些特殊的环境;Yamauchi提出了基于边界的探测方法，其基本思想是让机器人向已知区域和未知区域的边界运动，从而获得更多的未知环境信息，但这种算法容易造成多个机器人向同一目标边界运动，从而造成拥挤。还有人提出了以市场规则为基础的多机器人探索策略，如Zlot 等人提出的通过计算机器人到目标位置的花费来决定机器人探测方向而使得成本最小，这种方法可用于群机器人地图探测，且鲁棒性较好，计算简单，但其访问方法只考虑了距离因素，影响了访问的效率。本文提出了一种基于劳动分工模型的地图创建探索策略，目的是使群体机器人共同遵守一种简单的探索策略，在这种策略的指导下机器人无须集中控制，而采用分散控制方式就可以高效地完成地图创建，这种探索策略具有规模可伸缩性和灵活性。