利用边缘计算的多车协同激光雷达SLAM

目的 激光雷达实时定位与建图（simultaneous localization and mapping，SLAM）是智能机器人领域的重要组成部分，通过对周边环境的3维建模，可以实现无人驾驶车辆的自主定位和精准导航。针对目前单个车辆激光雷达建图周期长、算力需求大的现状，提出了基于边缘计算的多车协同建图方法，能够有效地负载均衡，在保证单个车辆精准定位的同时，增加多个车辆之间的地图重用性。方法 构建基于阈值的卸载函数，论证边缘计算下的多车卸载决策属于势博弈问题，设计实现基于边缘计算的势博弈卸载算法，在模型具有纳什均衡的基础上实现任务调度，引入α-Nash最佳响应动态加速算法收敛，并采用由粗到细的点云匹配方法提高地图匹配性能，实现车辆的精准定位。最后，基于地图的相对可信度，高效地合并基站覆盖范围内的多个车辆的建图数据。结果 实验表明，基于博弈论的调度方法在保证定位可靠性的前提下，能够有效地实现多车协同SLAM，且多车协同的定位与建图结果与使用载波相位差分技术（real-time kinematic，RTK）的高精度差分全球定位系统（differential global positioning system，DGPS）结果足够接近，相比于单车建图而言，横向定位和纵向定位的平均精度分别提高了6.0倍和3.9倍。结论 本文方法解决了基于边缘计算的多车协同激光雷达SLAM问题，借助边缘服务器的计算资源，无人驾驶车辆可以有效地减少本地资源需求和定位延迟。该方法通过各个车辆之间的资源博弈，最终实现纳什均衡。实现基于边缘计算的激光雷达定位服务，且高效地完成多车之间的地图合并，仿真和真实环境中的实验表明了方法的有效性。

Cooperative LiDAR SLAM for multi-vehicles based on edge computing