多智能体协同三维建模方法及装置制造方法及图纸

本发明专利技术公开了一种多智能体协同三维建模方法及装置，其中，该方法包括：通过SLAM算法生成多个智能体所在的局部环境的多个局部三维模型和多个轨迹节点信息；通过RPC协议将多个局部三维模型和多个轨迹节点信息发送至云端；根据多个局部三维模型和多个轨迹节点信息在云端构建全局约束；根据全局约束对多个局部三维模型进行融合生成全局三维模型。该方法利用多个异质异构智能体的自主定位与建图能力，构建全局约束融合多个局部三维模型，从而实现大范围场景的实时、分布式三维重建，将会极大拓展全自主智能体的应用场景，为多智能体在复杂大范围场景下的协同工作提供理论和技术基础。

【技术实现步骤摘要】
多智能体协同三维建模方法及装置
本专利技术涉及智能体自主定位与建图
，特别涉及一种多智能体协同三维建模方法及装置。
技术介绍
随着计算机视觉、人工智能以及控制技术的快速发展，以无人机、无人车、自动驾驶汽车等为代表的智能体逐渐在国民经济建设和国家安全保障方面发挥巨大作用。异质异构的智能体在执行任务的过程中，经常会受到障碍物、复杂电磁环境以及恶劣天气的影响，导致其丧失GPS定位信息和远程控制信号，影响其作业安全，急需复杂自然场景下全自主的定位、建图和导航技术；此外，大范围应用场景下，需要多个智能体同时工作，这就对执行任务的多个智能体集群提出了协同定位与建图的技术需求。如何利用现有的自主定位与建图技术，构建普适的多智能体协同定位与建图的系统与方法，是学术界和工业界非常关注的科学问题和工程难题。核心关键技术的突破将会极大拓展异质异构智能体在复杂大范围自然场景下的应用模式，发挥各自的工作优势，提高任务完成的效率。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种多智能体协同三维建模方法，该方法利用多个异质异构智能体的自主定位与建图能力，构建全局约束融合多个局部三维模型，从而实现大范围场景的实时、分布式三维重建，将会极大拓展全自主智能体的应用场景，为多智能体在复杂大范围场景下的协同工作提供理论和技术基础。本专利技术的另一个目的在于提出一种多智能体协同三维建模装置。为达到上述目的，本专利技术一方面实施例提出了一种多智能体协同三维建模方法，包括：通过SLAM算法生成所述多个智能体所在的局部环境的多个局部三维模型和多个轨迹节点信息；通过RPC协议将所述多个局部三维模型和所述多个轨迹节点信息发送至云端；根据所述多个局部三维模型和所述多个轨迹节点信息在云端构建全局约束；根据所述全局约束对所述多个局部三维模型进行融合生成全局三维模型。本专利技术实施例的多智能体协同三维建模方法，通过智能体端使用SLAM算法实现局部环境的三维模型重建；智能体端通过RPC协议将局部三维模型及轨迹节点信息上传至云端；云端接收局部三维模型信息，构建全局约束；云端基于全局约束融合多个局部模型，重建大范围场景的三维模型。由此，利用多个异质异构智能体的自主定位与建图能力，构建全局约束融合多个局部三维模型，从而实现大范围场景的实时、分布式三维重建，将会极大拓展全自主智能体的应用场景，为多智能体在复杂大范围场景下的协同工作提供理论和技术基础。另外，根据本专利技术上述实施例的多智能体协同三维建模方法还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述多个智能体包括自动驾驶汽车、自动导引运输车、自主式水下航行器和无人机中的一种或多种。进一步地，在本专利技术的一个实施例中，所述轨迹节点信息包括：所述多个智能体的在所述多个局部三维模型中的位置、姿态信息、环境特征信息、激光点云信息和激光点云分布直方图。进一步地，在本专利技术的一个实施例中，在构建所述全局约束中，通过所述激光点云分布直方图进行航偏角匹配，并使用分支定界的方式进行三维方向的匹配。进一步地，在本专利技术的一个实施例中，所述多个局部三维模型包括所述多个智能体在局部范围执行所述SLAM算法生成的地图信息。进一步地，在本专利技术的一个实施例中，对所述多个局部三维模型和所述多个轨迹节点信息进行粗匹配和精匹配。进一步地，在本专利技术的一个实施例中，根据每个局部三维模型中的轨迹节点个数阈值对每个局部三维模型进行构建。进一步地，在本专利技术的一个实施例中，通过构建滑动窗口生成所述多个局部三维模型。为达到上述目的，本专利技术另一方面实施例提出了一种多智能体协同三维建模装置，包括：第一生成模块，用于通过SLAM算法生成所述多个智能体所在的局部环境的多个局部三维模型和多个轨迹节点信息；发送模块，用于通过RPC协议将所述多个局部三维模型和所述多个轨迹节点信息发送至云端；构建模块，用于根据所述多个局部三维模型和所述多个轨迹节点信息在云端构建全局约束；第二生成模块，用于根据所述全局约束对所述多个局部三维模型进行融合生成全局三维模型。本专利技术实施例的多智能体协同三维建模装置，通过智能体端使用SLAM算法实现局部环境的三维模型重建；智能体端通过RPC协议将局部三维模型及轨迹节点信息上传至云端；云端接收局部三维模型信息，构建全局约束；云端基于全局约束融合多个局部模型，重建大范围场景的三维模型。由此，利用多个异质异构智能体的自主定位与建图能力，构建全局约束融合多个局部三维模型，从而实现大范围场景的实时、分布式三维重建，将会极大拓展全自主智能体的应用场景，为多智能体在复杂大范围场景下的协同工作提供理论和技术基础。另外，根据本专利技术上述实施例的多智能体协同三维建模装置还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述轨迹节点信息包括：所述多个智能体的在所述多个局部三维模型中的位置、姿态信息、环境特征信息、激光点云信息和激光点云分布直方图。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为根据本专利技术一个实施例的多智能体协同三维建模方法流程图；图2为根据本专利技术一个实施例的多智能体协同三维建模方法流程框图；图3为根据本专利技术一个实施例的智能体端点云分布直方图构建示意图；图4为根据本专利技术一个实施例的云端点云分布直方图匹配示意图；图5为根据本专利技术一个实施例的多线激光与IMU数据的同步触发系统示意图；图6为根据本专利技术一个实施例的大范围室内场景三维模型重建结果示意图；图7为根据本专利技术一个实施例的多智能体协同三维建模装置结构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。下面参照附图描述根据本专利技术实施例提出的多智能体协同三维建模方法及装置。首先将参照附图描述根据本专利技术实施例提出的多智能体协同三维建模方法。图1为根据本专利技术一个实施例的多智能体协同三维建模方法流程图。如图1和图2所示，该多智能体协同三维建模方法包括以下步骤：在步骤S101中，通过SLAM算法生成多个智能体所在的局部环境的多个局部三维模型和多个轨迹节点信息。进一步地，多个智能体包括但不限于自动驾驶汽车、自动导引运输车(AutomatedGuidedVehicle，简称AGV)、自主式水下航行器(AutonomousUnderwaterVehicle，简称AUV)和本文档来自技高网...

【技术保护点】
1.一种多智能体协同三维建模方法，其特征在于，包括以下步骤：/n通过SLAM算法生成所述多个智能体所在的局部环境的多个局部三维模型和多个轨迹节点信息；/n通过RPC协议将所述多个局部三维模型和所述多个轨迹节点信息发送至云端；/n根据所述多个局部三维模型和所述多个轨迹节点信息在云端构建全局约束；/n根据所述全局约束对所述多个局部三维模型进行融合生成全局三维模型。/n

【技术特征摘要】
1.一种多智能体协同三维建模方法，其特征在于，包括以下步骤：
通过SLAM算法生成所述多个智能体所在的局部环境的多个局部三维模型和多个轨迹节点信息；
通过RPC协议将所述多个局部三维模型和所述多个轨迹节点信息发送至云端；
根据所述多个局部三维模型和所述多个轨迹节点信息在云端构建全局约束；
根据所述全局约束对所述多个局部三维模型进行融合生成全局三维模型。


2.根据权利要求1所述的方法，其特征在于，
所述多个智能体包括自动驾驶汽车、自动导引运输车、自主式水下航行器和无人机中的一种或多种。


3.根据权利要求1所述的方法，其特征在于，所述轨迹节点信息包括：
所述多个智能体的在所述多个局部三维模型中的位置、姿态信息、环境特征信息、激光点云信息和激光点云分布直方图。


4.根据权利要求3所述的方法，其特征在于，
在构建所述全局约束中，通过所述激光点云分布直方图进行航偏角匹配，并使用分支定界的方式进行三维方向的匹配。


5.根据权利要求1所述的方法，其特征在于，
所述多个局部三维模型包括所述多个智能体在局部范围执行所述SLAM算法生成的...

【专利技术属性】
技术研发人员：李一鹏，张翔，林文镔，戴琼海，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11