生物启发的室内异构多机器人协作语义SLAM方法研究

Simultaneous localization and mapping (SLAM) is one of the key and difficult issues in the robotic applications. Semantic SLAM is a frontier project in this field, which is the premise and foundation for the work of indoor mobile robots. A heterogeneous robot team has great superiorities, such as mission applicability, higher economic efficiency and robustness, which can improve the ability of environmental perception and the speed of semantic mapping. So it is of great significance to study the collaborative semantic SLAM for heterogeneous multi-robots. This project attempts to use the bio-inspired methods synthetically, to give out a complete solution of the heterogeneous multi-robot collaborative semantic SLAM for indoor tasks, based on the research results of the applicant in the study of animal spatial cognition and other related aspects. The proposed approach has the advantages of good real-time performance and strong adaptability, and can avoid the shortages of the traditional methods that depend on the sensor precision and computing equipment performance. The main research topics include heterogeneous multi-robot environmental consistency modeling, semantic information marking and map fusion, autonomous navigation of robot based on semantic map, etc. In addition, the prototype system will be built to verify the effectiveness and practicability of the proposed method and lay a foundation for its applications. This study will enrich and develop the theory and method of robotic environment modeling, location and navigation for indoor tasks, and it will also provide a basic frontier technology reserve to improve the robotic intelligence level of our country.

同时定位与制图（SLAM）是机器人应用的关键和难点问题之一，语义SLAM是该领域的前沿课题，也是室内移动机器人工作的前提和基础。异构多机器人系统在任务适用性、经济性、鲁棒性等方面表现出极大的优越性，可提高环境感知的能力和语义制图的速度。因此异构多机器人协作语义SLAM研究具有重要意义。本项目将基于生物启发式方法，结合申请者在仿动物空间认知等方面的研究基础，为面向室内任务的异构多机器人协作语义SLAM提供一个完整的解决方案，避免传统方法对传感器精度以及计算设备性能等的依赖，使其具有实时性好、自适应性强等优点。主要研究内容包括异构多机器人环境一致性建模、语义信息标记与地图融合、基于语义地图的机器人自主导航等，同时将开发原型系统，验证所提方法的有效性和实用性，为其应用奠定基础。本研究将丰富和发展面向室内任务的机器人环境建模与定位导航相关理论和方法，为提升我国机器人智能水平进行基础前沿技术储备。

机器人语义SLAM是机器人研究领域的前沿课题，是室内移动机器人工作的前提和基础，主要在SLAM的基础上研究解决机器人对周围环境的理解问题，是语义与SLAM的融合。但是，目前大多数关于语义SLAM方面的研究还只停留在简单的场景识别或者视觉SLAM阶段，另外，关于机器人语义SLAM实际使用效果考虑不足，有的算法太复杂，计算量大，有的方法所构建的语义地图无法很好地服务机器人路径规划、导航等任务。异构多机器人系统在任务适用性、经济性、鲁棒性等方面表现出极大的优越性，可提高环境感知的能力和语义制图的速度。因此，面向室内任务的异构多机器人协作语义SLAM，研究一种基于生物启发式方法的、实时性好、自适应性强的完整解决方案具有重要意义。.本研究基于生物启发式方法，开展未知动态环境下异构多机器人协作语义SLAM关键问题研究，包括机器人视觉SLAM、异构多机器人协作、语义地图构建等，本研究在动态环境下视觉SLAM算法、机器人环境感知、语义地图构建、基于生物启发的异构多机器人协作控制等方面取得较大研究进展。相关研究成果将为未知动态环境下异构多机器人协作语义SLAM提供理论基础，并通过开展相关实验研究，为将来的实际应用提供技术支持，研究成果将丰富和发展面向室内任务的机器人环境建模与定位导航相关理论和方法，为提升我国机器人智能水平进行基础前沿技术储备。