14、基于分布式共识的协作拓扑地图构建

基于分布式共识的协作拓扑地图构建

1. 引言

在多机器人系统中，构建环境的共同地图对于机器人的导航和定位至关重要。传统的单机器人建图方法，如同时定位与地图构建（SLAM），通常将地图表示为一组3D特征，其位置会在每次新图像中更新。为了使这个过程更稳健，基于视图的地图在SLAM算法中引入了图像对之间的几何约束。

在多机器人场景中，有集中式和分布式方法。然而，计算场景结构需要精确了解相机的内在参数，这会使误差和漂移随地图大小增加。此外，机器人需要计算全局参考框架来表示其位置和观测特征的位置。

拓扑方法克服了这些限制，因为它不计算全局地图的显式度量信息。拓扑视觉地图可以从传统或全向图像构建，通常只保存提取的特征。但基于图像的拓扑地图管理所需的空间较大，且从分布式角度来看，就不同图像集达成共识并不明确。

一种更好的方法是将信息分组到平面中。平面是场景中属于同一平面区域的一组特征。使用平面有以下优点：
- 共识过程的优点 ：
- 不同地图之间的数据关联使用图像间的单应性约束简单而稳健。
- 计算用于表示特征的全局参考框架只需乘以不同的单应性。
- 图像之间的单应性可以在不知道相机内部参数的情况下计算，使该方法对不同机器人使用不同相机具有鲁棒性。
- 单个机器人的优点 ：
- 不同平面区域的误差不相关，因为每个区域的提取是独立的。
- 特征无论在多少图像中被观察到，只存储一次。
- 定义地图的图的复杂度降低。
- 平面为人类提供了有意义的语义信息。

2. 单机器人拓扑地图