Uncertainty-Aware Acoustic Localization and Mapping for Underwater Robots

要約

水中ビークルの場合、ロボットアプリケーションは、非常に構造化されていない動的な環境で動作するというさらなる困難を伴います。
環境の影響は、ロボットのダイナミクスや制御だけでなく、知覚やセンシングの様式にも影響を与えます。
音響センサーは、本質的に距離や速度の測定に機械的に振動した信号を使用するため、そのような動的環境が引き起こす影響を特に受けやすいです。
この論文では、動的な波の状況下で水面近くで動作する水中ロボットの音響センシングモダリティで誘発される外乱を考慮した、不確実性を認識した位置特定とマッピングのフレームワークを紹介します。
状態推定タスクの場合、不確実性は環境外乱によって生じる追加ノイズとして考慮されます。
このマッピング方法では、適応カーネルベースの方法を使用して、測定値と不確実性を占有マップに伝播します。
提案手法の定性的および定量的な評価を行うために、ウェーブタンク環境で実験が実行されます。
このプロジェクトの詳細については、https://umfieldrobotics.github.io/PUMA.github.io をご覧ください。

要約(オリジナル)

For underwater vehicles, robotic applications have the added difficulty of operating in highly unstructured and dynamic environments. Environmental effects impact not only the dynamics and controls of the robot but also the perception and sensing modalities. Acoustic sensors, which inherently use mechanically vibrated signals for measuring range or velocity, are particularly prone to the effects that such dynamic environments induce. This paper presents an uncertainty-aware localization and mapping framework that accounts for induced disturbances in acoustic sensing modalities for underwater robots operating near the surface in dynamic wave conditions. For the state estimation task, the uncertainty is accounted for as the added noise caused by the environmental disturbance. The mapping method uses an adaptive kernel-based method to propagate measurement and pose uncertainty into an occupancy map. Experiments are carried out in a wave tank environment to perform qualitative and quantitative evaluations of the proposed method. More details about this project can be found at https://umfieldrobotics.github.io/PUMA.github.io.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google