葡萄牙波尔图大学和瑞典皇家理工学院的研究人员最近开发了一个框架，可以估算出在特定任务上合作的两个地面机器人的深度和相对姿态。他们的框架在arXiv上发表的一篇论文中概述，可以帮助提高多个机器人在涉及探索，操纵，覆盖，采样和巡逻以及搜索和救援任务中的任务的性能。

近年来，研究人员开展了越来越多的研究，旨在开发在分散式架构内有效协调多个机器人的解决方案。为了有效地解决作为一个群体的特定任务，群体或编队内的个体机器人应该至少部分地意识到其周围的其他代理人的姿势。

这种与姿势相关的数据，称为相对姿势信息，允许代理优化给定目标的功能，重新规划其轨迹并避免与其他机器人的碰撞。然而，在一些真实世界的设置中，代理可能难以获得准确的相对姿势估计。例如，在远程或隐蔽区域的极端任务中，机器人可能会遇到通信信道和高精度定位或动作捕捉系统的问题。

考虑到这一点，来自波尔图大学和KTH的研究团队开始着手开发一个框架，该框架可以增强地面机器人的三维深度估计和相对姿态估计，这些机器人正朝着共同的目标努力。他们特别关注一个涉及两个自动地面车辆导航未知环境的场景，两者都配备了透视摄像头。

“深度估算问题旨在恢复环境的三维信息，”研究人员在他们的论文中解释道。“相对定位问题包括通过感知彼此的姿势或共享有关感知环境的信息来估计两个机器人之间的相对姿势。”

用于机器人中的深度估计和相对定位的大多数现有解决方案通过分析断开的数据集来工作，而不考虑事件的时间顺序。另一方面，研究人员提出的方法考虑了两个机器人通过他们的相机单独收集的信息，然后将其结合起来计算它们之间的相对姿势。由两个代理收集的深度估计信息和输入命令被馈送到扩展卡尔曼滤波器(EKF)，其被设计为处理该数据并估计机器人之间的相对姿势。

“虽然此问题的先前解决方案考虑了来自环境的一组两个或更多图像或使用一些特殊的车队配置(例如，机器人在彼此的视野中或者能够感知彼此的方位信息'我们提出了一个框架，它在每个机器人各自的局部框架中共享一组环境的共同观察(采用三维点特征)，“研究人员写道。

研究人员使用两个名为TurtleBots的地面机器人在一系列模拟场景中评估了他们的框架。他们的研究结果表明，他们的方法确实可以实现两个机器人在任务上合作的有效深度估计和相对定位。在他们未来的工作中，研究人员还计划在最近的研究中探讨两种机器人的主动控制，以及与其协调相关的其他方面。