黄小杭，曾 碧，刘建圻，汪明慧

广东工业大学 计算机学院，广州 510006

对未知环境构建地图是移动机器人技术中的一项基本挑战，而地图的构建通常需要对机器人位姿的精确估计，因此目前移动机器人主要通过同步定位与建图（simultaneous localization and mapping，SLAM）技术[1-2]构建环境地图，目前已有多种较为成熟的单机器人SLAM算法[3-5]，而在大规模未知环境中，单机器人的地图构建精度、效率和鲁棒性都存在限制，在过去的十年中，多机器人协作已经成为了目前研究的热点，多机器人的引入有助于突破上述单机器人SLAM算法存在的限制。在机器人SLAM算法中，其地图类型可分为特征地图、拓扑地图和栅格地图[1-2]，其中栅格地图可直观地表达真实环境的结构，存储方便，并在精确定位与导航方面更具优势。

在多机器人SLAM中，各机器人在构建各自的局部地图之后，如何拼接局部地图并确定各机器人之间的相对位姿是个热点问题。

Konolige等人指出，机器人地图拼接问题是一个有意义且具有挑战性的问题，但是它并没有像SLAM等其他机器人问题一样受到关注[6]。

其中基于优化和特征匹配的方法是较为主流的思路。Carpin和Brik将地图匹配问题建模为优化问题，然后通过随机搜索算法进行求解[7-8]。在他们的后续工作中通过使用删除异常点的机制和更复杂的方法来优化搜索来提高先前工作的性能[9]。Carpin提出了一种使用Hough变换对搜索空间建模的方法，并将其分解为平移和旋转估计，以合并多机器人系统中的占据栅格地图[10]，该方法拼接速度快，但由于Hough变换存在参数离散化现象，且匹配效果容易受到地图噪声影响，鲁棒性较差。……