姚芝凤，叶秀芬，戴学丰，朱 玲，孙 明

(1.齐齐哈尔大学计算机与控制工程学院,黑龙江 齐齐哈尔 161006；2.哈尔滨工程大学自动化学院,黑龙江 哈尔滨 150001)

1 引言

一般来说，移动机器人在特定的环境中作业时都需要一个地图，因此采集必要的信息完成地图的构建是移动机器人自主导航的关键[1]。在未知环境下的地图创建，由于缺少全局信息，SLAM(Simultaneous Localization And Mapping)算法得到了广泛的研究。近二十年来，单机器人的SLAM算法，包括地图的表示方法、数据关联和对不确定性的处理等方面都取得了很大的成就[2～7]。但是，在动态、复杂和大环境中执行环境探索任务时，单机器人系统和多机器人系统相比，存在探索效率低，鲁棒性较差，以及单机器人没有能力完成某些任务的问题[8]。因此，近年来多机器人系统的SLAM算法成为研究热点。

多机器人系统的SLAM问题，除了包括单机器人系统SLAM中涉及到的地图表示方法、数据关联和对不确定性的处理之外，还包括控制结构的选择、机器人间的协调、相互定位和子地图融合等方面的问题[9]。其中，机器人间的协调是多机器人系统完成任务的关键，而协调包括机器人在执行任务时避免和其它机器人的碰撞，也就是避碰协调问题。

一些避碰协调策略可以用来解决避碰协调问题，包括基于广义势场的多机器人避碰算法[10]；基于协商和意愿强度的多机器人避碰协调协作算法[11]。但是，这类算法主要是基于反应行为的避碰协调，即绕开静止的障碍物，而本文所说的避碰协调是避免机器人之间的碰撞[1]，机器人面对的障碍物是其它机器人，是可移动的。……