一种多机器人协同语义SLAM与动态探索方法

本发明属于多机器人协同感知与自主导航技术领域，尤其涉及一种多机器人协同语义SLAM与动态探索方法，该方法包括：获取环境数据；将环境数据输入至改进的YOLOv8模型，获取物体语义信息，其中，改进的YOLOv8模型通过对YOLOv8模型进行改进获得；基于物体语义信息，构建三维椭球体模型；基于物体语义信息和三维椭球体模型匹配对齐多视角数据，并结合非线性优化算法进行全局位姿联合优化，获取高精度地图；基于高精度地图，联合多机器人探索任务进行动态探索。本发明融合几何与语义信息的协同SLAM框架，并设计了分层式的探索策略，结合语义增强的感知能力与任务分配机制，在提升建图精度的同时，显著提高了整体探索效率。