Robust Localization of Aerial Vehicles via Active Control of Identical Ground Vehicles

要約

この論文では、データの関連付けが不明な異種ロボット チームにおけるアクティブな協調的ローカライゼーションの問題を取り上げます。
これには、少数の同一の無人地上車両 (UGV) を希望の位置に配置し、無人航空機 (UAV) が UGV のラベルなし測定を通じてその全体的な姿勢を一意に決定できるようにすることが含まれます。
この問題を逐次的な 2 プレイヤー ゲームとしてモデル化します。このゲームでは、最初のプレイヤーが UGV の位置を決め、2 番目のプレイヤーが、UGV の測定値の差異ができる限り少なくなるような UAV の 2 つの異なる仮想姿勢を特定します。
局所最適化と徹底的な探索手順を組み合わせて、測定モデルのサブクラスに対する最初のプレイヤーの視点から根本的な問題を解決します。
UAV と UGV のチームによる実際の実験では、私たちの方法がセンチメートルレベルのグローバル位置特定精度を達成できることが示されています。
また、私たちの方法は一貫して UGV のランダムな位置決めを大幅に上回り、位置と角度の推定誤差が 90% も削減されることも示します。
私たちの方法は、かなりの量のランダムな測定ノイズや非確率的な測定ノイズを許容できます。
これは、ボードのサイズ、重量、電力 (SWaP) に制約のある UAV 上で信頼性の高い状態推定を行う可能性があることを示しています。
この研究により、知覚が困難な GPS が拒否された環境でも確実な位置特定が可能になり、大規模なマルチロボットのナビゲーションとマッピングへの道が開かれます。

要約(オリジナル)

This paper addresses the problem of active collaborative localization in heterogeneous robot teams with unknown data association. It involves positioning a small number of identical unmanned ground vehicles (UGVs) at desired positions so that an unmanned aerial vehicle (UAV) can, through unlabelled measurements of UGVs, uniquely determine its global pose. We model the problem as a sequential two player game, in which the first player positions the UGVs and the second identifies the two distinct hypothetical poses of the UAV at which the sets of measurements to the UGVs differ by as little as possible. We solve the underlying problem from the vantage point of the first player for a subclass of measurement models using a mixture of local optimization and exhaustive search procedures. Real-world experiments with a team of UAV and UGVs show that our method can achieve centimeter-level global localization accuracy. We also show that our method consistently outperforms random positioning of UGVs by a large margin, with as much as a 90% reduction in position and angular estimation error. Our method can tolerate a significant amount of random as well as non-stochastic measurement noise. This indicates its potential for reliable state estimation on board size, weight, and power (SWaP) constrained UAVs. This work enables robust localization in perceptually-challenged GPS-denied environments, thus paving the road for large-scale multi-robot navigation and mapping.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google