Multi-ágens rendszerek alkalmazása helyszínek feltérképezésére, fontosabb objektumok beazonosítására egy széles körben kutatott terület. Részleges megoldások, bizony feltételek mellett működő módszerek ismertek, de még sok elméleti és gyakorlati kérdés vár megválaszolásra.
Egy multi-ágenses rendszerben három nagy feladatot kell megoldani: az ágensek relatív pozíciójának meghatározása, adatok átadása/megosztása, a kapott információk alapján egy közös térkép előállítása.
Az önálló projekt az egyes ágensek által előállított térképek közötti lehetséges átfedések vizsgálatára koncentrálna.
A térképek elemzése alkalmazástól függően eltérő matematikai eszközöket igényel. A gyakran használt eljárások között nagyrészt valószínűség számítási módszerek (például occupancy grid esetén), illetve gráf alapú módszerek (pose graph) szerepelnek.
A hallgatók feladatai:
- Irodalomkutatás: state-of-the-art módszerek áttekintése és összefoglalása
- Publikált algoritmusok kódolása (tesztelés céljából), összehasonlítása
Kulcsszavak: SLAM; collaborative visual SLAM; multiple agent SLAM; collaborative perception; correspondence identification; map merging/fusion; pose graph;
Hivatkozások
- A Review on Map-Merging Methods for Typical Map Types in Multiple-Ground-Robot SLAM Solutions - Shuien Yu, Chunyun Fu, Amirali K. Gostar and Minghui Hu
MDPI Sensors 2020, (20). Special issue on Sensors and Computer Vision techniques for 3D object modeling.
(https://www.mdpi.com/1424-8220/20/23/6988)
- Collaborative visual SLAM for multiple agents:A brief survey - Danping Zou, Ping Tan, Wenxian Yu
Virtual Reality & Intelligent Hardware 2019 Vol 1 Issue 5：461—482
(https://www.sciencedirect.com/science/article/pii/S2096579619300634)
- Past, Present, and Future of Simultaneous Localization And Mapping: Towards the Robust-Perception Age, Cesar Cadena, Luca Carlone, Henry Carrillo, Yasir Latif, Davide Scaramuzza, José Neira, Ian Reid, John J. Leonard
(arXiv preprint: https://arxiv.org/abs/1606.05830)