控制与决策

作者：邓永林,王恒

单位：北京科技大学 自动化学院，北京 100083;工业过程知识自动化教育部重点实验室，北京 100083,,北京科技大学 自动化学院，北京 100083;工业过程知识自动化教育部重点实验室，北京 100083,

关键词：多机器人系统;协同SLAM;动态场景;图优化;协同定位;移动机器人

基金：国家重点研发计划“智能机器人”重点专项项目(2024YFB4707400)；国家自然科学基金项目(62173029)；中央高校基本科研业务费专项资金项目(FRF-BD-19-002A).

同时定位与地图构建(SLAM)是机器人自主导航系统的关键技术之一. 传统的SLAM算法通常基于静态环境的假设, 而机器人的实际应用场景通常为复杂的动态场景, 这种场景下传统的算法会失效. 针对动态场景下运动物体干扰会导致多机器人系统定位与建图精度下降的问题, 提出一种利用动态特征信息的多机器人协同SLAM算法. 该算法利用机器人间互相观测和不同机器人对同一动态特征的观测来构建新的跨机器人约束, 然后基于里程计测量、特征观测、机器人间互相观测和动态物体数据关联构建协同因子图优化问题并求解. 通过多约束耦合优化, 提升了多机器人系统状态估计的准确性. 最后, 通过模拟动态场景实验和机器人实验平台验证了所提算法在动态场景下的有效性.

来源：2026年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第3期