融合视觉特征的空地多机器人同时定位与建图方法研究的任务书.docx

融合视觉特征的空地多机器人同时定位与建图方法研究的任务书
任务书
任务名称：融合视觉特征的空地多机器人同时定位与建图方法研究
任务目的：
本次任务旨在研究一种融合视觉特征的空地多机器人同时定位与建图方法，为实现机器人在未知环境中的协同探测和建图提供新的思路和方法。通过本次研究，期望能够探索多机器人协作场景下的定位与建图问题，研究机器人之间如何进行信息交互，提升机器人的定位与建图精度和鲁棒性。
任务内容：
1.系统设计与实现：本次任务的首要任务是设计并实现一套多机器人同时定位与建图系统。该系统要求能够同时控制多台机器人在未知环境中进行实时的定位与建图，对不同机器人采集的数据进行有效的融合处理，并实现信息共享和交互功能。
2.视觉特征提取与匹配：本研究旨在探索融合视觉特征的多机器人定位与建图方法，因此需要对机器人采集到的视觉数据进行处理，提取其中的关键信息。在此基础上，需要进行对不同机器人采集到的视觉数据进行匹配，以实现多机器人之间的数据融合和协同工作。
3.定位与建图算法研究：针对多机器人场景下的定位与建图问题，需要对当前流行的定位与建图算法进行研究，探索其在多机器人场景下的适用性。同时，需要分析算法的优势与局限，针对问题提出新的算法或者对现有算法进行改进，以满足定位与建图的需要。
4.系统性能评估：针对设计的多机器人同时定位与建图系统，需要进行系统性能评估，以检验系统的精度、鲁棒性和可靠性。根据评估结果进行系统的调整和优化，以进一步提高系统的性能和可用性。
任务要求：
1.在任务期限内完成所有任务内容，保质保量完成研究工作。
2.在研究过程中积极开展探究和创新性工作，不断探索新的解决方案。
3.高效地与合作伙伴合作，协同完成任务。
4.提供完整的研究报告，包括研究设计、实现、结果分析等内容。
5.在研究结果的基础上，撰写学术论文并提交SCI/CSCD等权威期刊或会议。
任务周期及预算：
本次研究任务周期为1年，预算为200万。
主要分工：
项目负责人：负责项目的整体策划和组织实施，并对研究结果进行总结和撰写研究报告和相关学术论文。
系统设计与实现人员：设计并实现一套多机器人同时定位与建图系统，并对系统进行调试和优化。
视觉特征提取与匹配人员：对机器人采集到的视觉数据进行处理，提取其中的关键信息，并进行数据匹配。
定位与建图算法研究人员：研究多机器人场景下的定位与建图问题，分析现有算法的优劣和适用性，提出新的解决方案。
性能评估人员：对设计的多机器人同时定位与建图系统进行性能评估，检测系统的精度、鲁棒性和可靠性，并提出改进建议和优化方案。
参考文献：
1.Huang,Y.etal.RobustVisualSLAMacrossSeasons.IEEERobot.Autom.Lett.3,157–164(2018).
2.Li,H.etal.SimultaneousLocalizationandMapping:ASurvey.SubmittedtoIEEETransactionsonCybernetics.
3.Tardós,J.etal.Cooperativemulti-robotexplorationandmapping,in:TheInternationalJournalofRoboticsResearch,Vol.29,2010,pp.119–143.