王娜++王海艳++刘纪新++郑义

摘要：移动机器人要完成智能任务，前提是创建未知环境地图，本文利用图像配准方法，采用ICP算法结合奇异值分解算法（SVD），建立了地图融合的数学模型，解决了多移动机器人拓扑地图融合问题。实验结果表明，将ICP-SVD图像配准算法应用于机器人拓扑地图融合，算法简单，消耗时间短，且有效提高了地图的匹配效果。

关键词：多移动机器人；拓扑地图；图像配准；ICP-SVD

0 引言

多个移动机器人位于同一空间，协同工作，可以提高探索环境的效率；融合多个机器人的传感器数据，可以有效提高环境地图的精确性。拓扑地图重在描述环境的拓扑结构，占用存储空间少，计算时间短，所以，拓扑地图的相关计算效率较高。

现阶段的研究工作中，Dedeoglu解决了融合基于路标的地图，利用两个地图间的某一顶点匹配，估计一种转变方案，配准其他的顶点，产生统一的全局地图，但是，多机器人协作未得到一个完整的总体解决方案。Konolige采用一种决策框架理论方法，在框架范围内的局部地图中，实现了机器人相对定位，证明基于特征点的融合方法具有更高效率，缺点是特征点的提取过程较复杂。

本文中采用的ICP（Iterative Closest Point）图像配准方法，即反复迭代寻找最近点，是Besl在1992年提出的。文中的拓扑地图融合来自几何信息，如路径连通性，节点类型等。利用结构的图像匹配和几何特征的图像配准，依据匹配范围和误差的大小，保留最佳匹配方案的假设，融合两个地图。

1 地……