A wireless signal-based sensing framework for robotics

要約

この論文では、ロボットの機動性を活用して、ロボット向けの新しい無線信号ベースのセンシング機能 (WSR) の分析フレームワークを開発します。
これにより、ロボットは、見通し外のマッピングされていない環境で動作しながら、外部インフラストラクチャを必要とせずに、主に他のロボットに対する相対方向、つまり到達角度 (AOA) を測定できるようになります。
これは、ワイヤレス信号がチーム内の送信ロボットから受信ロボットに移動するときに通過するすべてのパスをキャプチャすることで実現されます。これを AOA プロファイルと呼びます。
私たちのアプローチの背後にある重要な直感は、ロボットが 2D および 3D 空間を自由に移動する際にアンテナ アレイをエミュレートできるようにすることです。
したがって、無線信号の位相の小さな差は、合成開口レーダー (SAR) に似た方法を介して、ロボットの局所的な変位の知識を使用して処理され、プロファイルが取得されます。
この研究の主な貢献は、i) 信号送信ロボットと受信ロボット間の AOA プロファイルを計算しながら、任意の 2D および 3D 動作、および両方の連続移動に対応するフレームワーク、および ii) Cramer-Rao 境界解析の開発です。
アンテナ アレイ理論に基づいており、ロボットの動作の形状の関数として AOA 推定の分散の下限を提供します。
我々は、SAR を実行しながらロボットが 3D 空間でその可動性を最大限に活用できるようにすると、より正確な AOA プロファイルが得られ、その結果、AOA 推定が向上することを示します。
すべての分析開発は、5 GHz WiFi を使用した空中/地上ロボット プラットフォームでの広範なシミュレーションとハードウェア実験によって実証されています。
私たちの実験結果は、分析結果を裏付けるものであり、3D モーションが強化された一貫した精度を提供し、試行の 95% で合計 AOA 誤差が 10 度未満であることを示しています。
また、測定された AOA に対する変位推定誤差の影響を分析的に特徴付けます。

要約(オリジナル)

In this paper we develop the analytical framework for a novel Wireless signal-based Sensing capability for Robotics (WSR) by leveraging robots’ mobility. It allows robots to primarily measure relative direction, or Angle-of-Arrival (AOA), to other robots, while operating in non-line-of-sight unmapped environments and without requiring external infrastructure. We do so by capturing all of the paths that a wireless signal traverses as it travels from a transmitting to a receiving robot in the team, which we term as an AOA profile. The key intuition behind our approach is to enable a robot to emulate antenna arrays as it moves freely in 2D and 3D space. The small differences in the phase of the wireless signals are thus processed with knowledge of robots’ local displacement to obtain the profile, via a method akin to Synthetic Aperture Radar (SAR). The main contribution of this work is the development of i) a framework to accommodate arbitrary 2D and 3D motion, as well as continuous mobility of both signal transmitting and receiving robots, while computing AOA profiles between them and ii) a Cramer-Rao Bound analysis, based on antenna array theory, that provides a lower bound on the variance in AOA estimation as a function of the geometry of robot motion. We show that allowing robots to use their full mobility in 3D space while performing SAR, results in more accurate AOA profiles and thus better AOA estimation. All analytical developments are substantiated by extensive simulation and hardware experiments on air/ground robot platforms using 5 GHz WiFi. Our experimental results bolster our analytical findings, demonstrating that 3D motion provides enhanced and consistent accuracy, with total AOA error of less than 10 degree for 95% of trials. We also analytically characterize the impact of displacement estimation errors on the measured AOA.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google