Instantaneous Wireless Robotic Node Localization Using Collaborative Direction of Arrival

要約

屋内および GPS が拒否された環境でのモバイル ロボット ノードの位置特定は、特に従来のカメラや LIDAR ベースのセンシングおよび位置特定モダリティが失敗する可能性がある動的で非構造化のシナリオでは複雑な問題です。
あるいは、ワイヤレス信号ベースの位置特定は文献で広く研究されていますが、主にフィンガープリンティングと特徴照合パラダイムに焦点を当てており、専用の環境固有のオフライン データ収集が必要です。
我々は、これらの制限を解決するために、協調型ワイヤレスセンサーノードによって可能になるオンラインロボット位置推定アルゴリズムを提案します。
私たちのアプローチの核となる新規性は、幾何学的特徴とワイヤレス ノード間のコラボレーションを利用して、ワイヤレス信号の協調到着方向 (CDOA) を取得することにあります。
CDOA は、期待値最大化 (EM) および粒子フィルター (PF) アルゴリズムと組み合わされて、ノードの位置のガウス確率を高い効率と精度で計算します。
このアルゴリズムは RSSI のみのデータに依存しているため、リソースに制約のあるデバイスに広く普及しています。
私たちはこのアプローチを理論的に分析し、シミュレーション、現実世界の公開データセット、実際のロボットのデモンストレーションにおいて、提案された手法の一貫性、精度、計算効率を広範囲に検証します。
結果は、この方法のリアルタイム計算能力を検証し、関連する最先端の位置特定アプローチを上回る、かなり高いセンチメートルレベルの位置特定精度を実証しました。

要約(オリジナル)

Localizing mobile robotic nodes in indoor and GPS-denied environments is a complex problem, particularly in dynamic, unstructured scenarios where traditional cameras and LIDAR-based sensing and localization modalities may fail. Alternatively, wireless signal-based localization has been extensively studied in the literature yet primarily focuses on fingerprinting and feature-matching paradigms, requiring dedicated environment-specific offline data collection. We propose an online robot localization algorithm enabled by collaborative wireless sensor nodes to remedy these limitations. Our approach’s core novelty lies in obtaining the Collaborative Direction of Arrival (CDOA) of wireless signals by exploiting the geometric features and collaboration between wireless nodes. The CDOA is combined with the Expectation Maximization (EM) and Particle Filter (PF) algorithms to calculate the Gaussian probability of the node’s location with high efficiency and accuracy. The algorithm relies on RSSI-only data, making it ubiquitous to resource-constrained devices. We theoretically analyze the approach and extensively validate the proposed method’s consistency, accuracy, and computational efficiency in simulations, real-world public datasets, as well as real robot demonstrations. The results validate the method’s real-time computational capability and demonstrate considerably-high centimeter-level localization accuracy, outperforming relevant state-of-the-art localization approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google