6、多移动机器人共享环境模型与动态轨迹表示的开发

多移动机器人共享环境模型与动态轨迹表示的开发

1 动机

产品定制化和生产周期的缩短，使得对灵活制造系统的需求日益增长。移动机器人凭借其高度的可配置性、可扩展性以及自由移动的能力，展现出了巨大的潜力。其应用场景广泛，涵盖物流、清洁、检查以及多工作站操作等领域。随着移动资源数量的增加，未来的生产设施需要分散式智能来应对日益复杂的情况。

为了在这些设施中安全、高效地导航和交互，机器人需要借助环境模型来理解周围环境。将单个机器人有限的感知信息整合到一个共享的知识库中，能够实现集体智能。这种共享模型不仅能提升安全性，如提前预警危险，还能提高效率，如避免交通拥堵。

然而，现有的环境模型缺乏对物体动态的表示能力。在生产设施的关键位置，如十字路口和人行横道，了解周围物体的动态信息可以显著提升整体性能和安全性。动态信息可以由执行任务的机器人直接整合到地图中，也可以由观察者为与共享模型无直接连接的主体（如人类工人）进行估计。

本文提出了一种将物体动态整合到世界模型中的新方法。该解决方案采用客户端 - 服务器架构和基于图的数据模型，支持几何、语义分类、拓扑结构以及物体动态，包括过去、现在以及预测和规划的未来轨迹。

2 相关工作

共享环境模型的研究主要集中在三个方面：获取新数据并将其整合到环境模型的方法、多用户场景下的数据贡献和分发解决方案，以及实际的数据建模（即使用的数据结构）。

2.1 获取新数据

这一领域涉及感知、数据融合和模式识别等多种方法。移动机器人常用的建图方法包括“同步定位与地图构建”（SLAM）和“HectorSLAM”，它们可以生成基于网格的地图。此外，原始传感器数据也可以通过物