A cooperative SLAM framework with efficient information sharing over mobile ad hoc networks

Abstract

À medida que o custo das plataformas robóticas mais simples cai, cresce o interesse em soluções que explorem a cooperação entre múltiplos robôs móveis. As técnicas cooperativas apresentam um sem-fim de vantagens sobre as suas equivalentes individuais no que toca à solução de problemas facilmente divisíveis. A Localização e Mapeamento Simultâneos (do Inglês SLAM - Simultaneous Localization and Mapping) é um dos problemas mais estudados na Robótica recente, e trata do problema de, sem conhecimento a priori de um dado ambiente, dotar uma plataforma robótica móvel da capacidade de construir uma representação desse ambiente e de, simultaneamente, se localizar nela. A exploração de ambientes desconhecidos apresenta-se-nos como um problema particularmente e intuitivamente divisível, pelo menos no domínio humano: resume-se a seccionar a equipa em grupos menores, até individuais, que exploram zonas distintas do ambiente, sendo que mais tarde se reúnem para elaborar uma visão conjunta do espaço. No entanto, no domínio robótico, esta abordagem apresenta uma série de novos desafios, como a comunicação, o sincronismo da informação contida em cada máquina distinta e a fusão da informação recolhida pelos vários membros da equipa. Este trabalho foca-se na solução destes novos problemas, conhecidos no seu conjunto como SLAM Multi-Robô. Para tal, foi construída uma solução de software que procura dotar qualquer sistema capaz de correr uma solução SLAM da capacidade de comunicar eficientemente com os seus vizinhos e de construir uma representação global do ambiente com base na sua própria informação e na informação recebida dos seus vizinhos. A solução foi validada através de testes com dados reais, tanto offline como online, ou seja, tanto com dados previamente gravados como com informação recolhida no momento, e mostrou um desempenho adequado, tanto em termos de escalabilidade como de eficiência na comunicação.

As the cost of simple robotic platforms plummets, interest in solutions that explore the cooperation between robotic agents grows. Cooperative techniques enjoy a multitude of advantages over their individual counterparts, namely concerning the solution of easily divisible problems. Simultaneous Localization and Mapping (SLAM) is one of the most researched topics in Robotics. It deals with the problem of endowing a mobile robotic platform with the ability to, with no a priori knowledge of the environment, build a representation of its surroundings and, simultaneously, localize itself in it. The exploration of unknown environments seems to be a particularly and intuitively divisible problem, at least at a human level: we simply divide the team into smaller groups, or even into individuals, which explore different areas in the environment. After exploring, the team reassembles and builds a joint representation of the region. However, this approach gives rise to a new set of problems, such as communication, synchronization and information fusion. This work focuses in the solution of these problems, known collectively as Multi-Robot SLAM. We propose a novel software solution that seeks to provide any system capable of performing single robot SLAM with the ability to efficiently communicate with its teammates and to build a global representation of the environment based on the information it exchanges with its peers. This solution was validated through experiments conducted over real-world data, both on- and off-line, i.e., both using prerecorded and data gathered during the experiment. It has shown acceptable performance, both in scalability and communication efficiency.