7、机器人数据关联与分布式鲁棒共识算法解析

机器人数据关联与分布式鲁棒共识算法解析

数据关联问题概述

在多机器人系统中，数据关联是一个关键问题，它涉及到如何让多个机器人准确识别和关联它们所观察到的共同特征。在探索过程中，每个机器人会获取局部地图，如图3.17所示，8个机器人（蓝色）在探索时获取了各自的局部地图，同时图中还展示了所有机器人观察到的特征（灰色十字），以此来呈现每个机器人的探索区域。

每个机器人会与通信图（图3.18a）中的邻居机器人进行局部数据关联。尽管许多局部关联是有效的（绿色实线），但也存在一些虚假匹配（红色虚线），这些虚假匹配会导致部分局部地图之间出现不一致性（深灰色区域内）。

分布式数据关联算法

为了解决多机器人之间的特征关联问题，研究人员提出了一种完全去中心化的方法。该方法以机器人之间可通信的局部对应关系为输入，计算所有局部关联之间的路径。

• 算法特性 ：

  • 分布式 ：该算法是完全分布式的，每个机器人只需与邻居机器人通信。
  • 低通信量 ：通过分析算法中操作的定义，发现机器人在整个执行过程中，某些组件的值最多改变一次，因此只需发送组件值从假变为真的索引，大大减少了通信量。在最坏情况下，网络中传输的信息总量为 (2m^2_{sum})。
  • 有限时间完成 ：算法最多在 (d_f) 次迭代内完成。在无不一致性的匹配中，(d_f \leq 2N)；当存在不一致性时，通信图中会有一个任意长度为 (\ell) 的