[发明专利]基于改进市场法的多机器人快速协同建图方法

权利要求书

1.一种基于改进市场法的多机器人快速协同建图方法，其特征在于，所述方法包括：

S1：初始化机器人集群，在具有多台机器人的机器人集群中随机选择其中的一个机器人，基于所述随机选择的机器人的视角使用视觉驱动算法生成初始主地图；

S2：建图，所述机器人集群中的每个机器人均对各自的环境进行扫描，基于所有扫描的环境对所述初始主地图进行迭代更新，生成新的主地图；

S3：探索，获取所述新的主地图中的已知区域与未知区域之间的边界点，将当前获取的边界点加入到待拍卖任务集合中；

S4：任务分配，遍历所述待拍卖任务集合，使得所述机器人集群中的所有机器人竞拍所述待拍卖任务集合中的任务，机器人的出价方式基于路径距离和机器人的位置，当机器人分配到任务后，机器人将竞拍所得的任务按照当前的价值进行排序以得到自己的任务列表，随后，机器人将自己任务列表中的第一项任务设定为当前目标点；

S5：执行，每个机器人独立地向各自的当前目标点行进；

S6：当机器人到达自己的当前目标点后，返回执行S2中的动作，如此循环，直到S3中没有新的边界点；

其中，若一个机器人的任务列表显示为空，将任务数量最多的机器人的任务列表中的最后一个任务移交至该机器人；

任务分配的步骤包括：

第一步：当获取当前新的主地图的边界点frontiers之后，将所有获取的边界点frontiers的集合作为任务集合T，该任务集合T表示为：

T＝{t₁，t₂，t₃，.....，t_m}；

其中，t_i表示第i个任务点

第二步：拍卖任务集合T中的所有任务点，其中，每一个任务点t_i都必须对应有一个机器人r作为竞拍得主winner(t_i)，当竞拍完成之后，还需要将任务点t_i添加至竞拍得主的任务列表中；竞拍得主表示为：

winner(t_i)＝argmin_r(auctionprice(r，t_i))；

竞拍价格auctionprice根据机器人和任务的信息给出；竞拍价格表示为：

其中，

c＝weight*crad(PSR(r)∩RA(path(r,t)[k]))；

在上式中，path(r,t)[k]意为从r到t的路径中的第k个点，N为路径中点的数量，weight的取值为4；

当决策一个机器人的竞拍价格auctionprice时，需要用到机器人集群中除了本体机器人以外的其他机器人的位置集合PSR(robot)，以及会被纳入排斥区域的点集RA(p)；

位置集合PSR(robot)和点集RA(p)分别表示为：

PSR(robot)＝{(x，y)|∑(x(r)，y(r))，r∈(RT\robot)}；

RA(p)＝{(x，y)|(x-x(p))²+(y-y(p))²＜＝(K*R_laser)²}；

其中，x(r)意为机器人r的x坐标，y(r)意为机器人r的y坐标，x(p)意为点p的x坐标，y(p)意为点p的y坐标，K为常数，R_laser为机器人传感器扫描的半径；

第三步，竞拍完成之后，各个机器人自身任务列表中的任务按照当前价值升序排列，同时，机器人将会实时调整自身的任务列表，不再属于边界点frontiers的任务点将会从机器人的任务列表中被移除，而且当前任务列表中的第一个任务点将会被作为下一个等待执行的当前目标点。

2.根据权利要求1所述的基于改进市场法的多机器人快速协同建图方法，其特征在于，在所述S1中，还包括：初始化队伍，将所述机器人集群中的多台机器人放置于可以相互有效感知范围内的不同位置。

3.根据权利要求2所述的基于改进市场法的多机器人快速协同建图方法，其特征在于，在所述S1中，所

述基于所述随机选择的机器人的视角生成初始主地图，包括：基于所选机器人的双目摄像机，使用orbslam2工具包并结合octomap工具包生成占用栅格型初始主地图。