Цель работы – многоагентный алгоритм построения карты здания группой мобильных роботов. Объектом исследования являются как существующие многоагентные решения, так и отдельные составляющие используемых алгоритмов, а именно методы построения карты и локализации каждым агентом, способы координации роботов в группе и распределения задач, а также подходы к объединению карт, полученных каждым участником группы. В ходе работы исследованы следующие алгоритмы одновременной локализации и построения карты местности: Gmapping, Hector mapping, Google Cartographer. Наилучшие результаты, согласно аналитическому обзору, показал Google Cartographer, однако на практике Gmapping представляется более надежным решением. Рассмотрены варианты топологии системы при обмене информацией и алгоритмы распределения задач в группе роботов, такие как Nearest Frontier, Market-based и другие. Представлена классификация алгоритмов объединения карт роботов в единую глобальную карту. Реализован собственный многоагентный алгоритм построении карты здания группой мобильных роботов и по результатам экспериментов осуществлена его модификация. Проведено сравнение стандартной и модифицированной версии алгоритма и исследована эффективность работы в зависимости от числа роботов в группе.

The aim of this work is a multi-agent algorithm for building a map of a building using a group of mobile robots. The research object includes both existing multi-agent solutions and individual components of the algorithms used, namely methods of map building and localization by each agent, ways of coordinating robots in a group and distributing tasks, as well as approaches to combining maps obtained by each group member.The following simultaneous localization and mapping algorithms were investigated during the work: Gmapping, Hector mapping, and Google Cartographer. According to the analytical review, Google Cartographer showed the best results, but in practice, Gmapping appears to be a more reliable solution. Various options for the system topology during information exchange and task distribution algorithms within the robot group, such as Nearest Frontier, Market-based, and others, were considered. A classification of map merging algorithms for robots into a single global map was presented. A proprietary multi-agent algorithm for building a map of a building using a group of mobile robots was implemented, and its modification was carried out based on the experimental results. A comparison was made between the standard and modified versions of the algorithm, and the efficiency of their work was studied depending on the number of robots in the group.