系統整體架構示意圖
類腦導航是一種模仿生物大腦神經系統處理空間信息方式的智能導航技術,通過借鑒哺乳動物大腦位置細胞、網格細胞等導航機制,構建新型的自主導航系統。這類系統通常具有低功耗、高魯棒性、強自主學習與適應能力等特點,尤其在復雜、動態或未知環境中表現潛力突出。然而,當前的類腦導航系統局限于單機器人建圖,存在容錯率與效率低等問題,制約了優勢的發揮。
為此,中國科學院沈陽自動化研究所機器人學研究室科研團隊提出了一種協同類腦建圖方法,可有效提升多機聯動條件下的建圖效率。科研團隊提出了一種基于序列匹配的重疊區域檢測方法,實現了不同經驗地圖之間的數據關聯。為完成局部經驗地圖的融合,科研團隊提出了一種連續地圖融合圖松弛算法,利用得到的相互位姿關系完成全局經驗地圖的構建。科研團隊還設計了一種主從式的多機器人結構,對提出的方法進行了驗證。
科研團隊對成果在多個公開數據集和真實環境進行了測試,所提方法的有效性均得到了驗證,所建立的多機類腦導航定位系統取得了與單機相近的建圖效果。
相關研究以A Collaborative Mapping System for a Brain-Inspired SLAM為題發表于IEEE Internet of Things Journal。沈陽自動化所碩士研究生趙杭飄為第一作者,唐鳳珍研究員為通訊作者。
研究工作得到國家自然科學基金面上項目、沈陽市中青年科技創新人才培育專項U40杰出青年計劃項目、中國科學院穩定支持基礎研究領域青年團隊計劃的支持。(機器人學研究室)
來源:中國科學院沈陽自動化研究所