同步定位与制图(SLAM)是指机器人在构建周围环境地图的同时将自己在其所构建的地图中定位。多机器人自身所具有的高效及鲁棒特性能够实现在大区域环境下的准确定位和快速制图。基于路径图优化的SALM方法能够很好的解决机器人运动轨迹估计的问题。本文使用路径图优化的方法,针对多机器人在大区域环境下的同步定位与制图进行研究。机器人独立构建自己路径图。路径图由节点和边构成。其中节点包含机器人对其位姿的估计和由机器人在该位姿下获取到的RGB-D数据所构成的点云环境地图。通过从图像中提取特征点并与其他节点进行匹配,结合深度信息,就可以得到两个节点之间的转移矩阵,构成了连接两个节点的边。除此之外,每个机器人还需要对进入其视野的其他机器人进行识别,以获得地图融合所需信息。在机器人检测到其他机器人后,它会要求该机器人交换其最新构建的节点,包括位姿的估计和所采集到的传感器信息。之后它会将这些数据信息构建成节点并与已经存在于其路径图中的节点进行匹配,寻找他们之间的转移矩阵。如果成功匹配,该节点才会被加入到机器人的路径图中,称为连接节点。当机器人都完成各自独立的地图构建任务之后,需要将其构建的路径图以及地图信息上传到服务器进行地图的融合。这时连接节点将起到关键作用。因为该节点同时存在于两个机器人独立的路径图中,所以通过它,可以将机器人所构建的路径图变换到同一个坐标系下,完成路径图的融合。而节点的环境点云地图是构建在机器人坐标系下的,所以对融合之后路径图进行优化,就可以得到整个环境优化后的三维点云地图。