Detecting and Classifying Bio-Inspired Artificial Landmarks Using In-Air 3D Sonar

要約

さまざまな自律アプリケーションは、環境内の特定の既知のランドマークの認識に依存しています。
たとえば、Simultaneous Localization And Mapping (SLAM) は、ナビゲーションや長期的なオブジェクト追跡など、多くの一般的なタスクの基礎を築く重要な技術です。
これには、誤差が蓄積されがちな感覚入力に基づいて、外出先で地図を構築する必要があります。
環境内のランドマークを認識することは、これらのエラーを修正し、SLAM の精度をさらに向上させる上で重要な役割を果たします。
現在、SLAM を実行するためのセンサーの最も一般的な選択肢は、カメラや LiDAR センサーなどの光学センサーです。
これらは、前提条件として QR コードなどのランドマークを使用できます。
ただし、このようなセンサーは、霧が多い、ほこりっぽい、反射する、またはガラスが多い環境などの特定の条件では信頼性が低くなります。
Sonar は、そのような状況をより適切に管理するための実行可能な代替手段であることが証明されています。
ただし、音響センサーには別の種類のランドマークも必要です。
この論文では、埋め込まれたリアルタイムイメージングソナーを使用して、反射音響エコーの周波数帯域でトレーニングされたサポートベクターマシンを使用して、生体模倣音響ランドマークの存在を検出する方法を提案しました。

要約(オリジナル)

Various autonomous applications rely on recognizing specific known landmarks in their environment. For example, Simultaneous Localization And Mapping (SLAM) is an important technique that lays the foundation for many common tasks, such as navigation and long-term object tracking. This entails building a map on the go based on sensory inputs which are prone to accumulating errors. Recognizing landmarks in the environment plays a vital role in correcting these errors and further improving the accuracy of SLAM. The most popular choice of sensors for conducting SLAM today is optical sensors such as cameras or LiDAR sensors. These can use landmarks such as QR codes as a prerequisite. However, such sensors become unreliable in certain conditions, e.g., foggy, dusty, reflective, or glass-rich environments. Sonar has proven to be a viable alternative to manage such situations better. However, acoustic sensors also require a different type of landmark. In this paper, we put forward a method to detect the presence of bio-mimetic acoustic landmarks using support vector machines trained on the frequency bands of the reflecting acoustic echoes using an embedded real-time imaging sonar.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google