要約
全地球航法衛星システムは、屋外でロボットの位置を特定する際に、正確な位置情報を容易に提供します。
ただし、屋内で動作する移動ロボット用の同様の標準ソリューションはまだ存在しません。
この論文では、先進運転支援システム (ADAS) モデルカーに基づく自動運転システムの屋内位置特定と実験的検証のための統合フレームワークを紹介します。
モデルカーの全体的な姿勢は、基準マーカー、慣性センサー、およびホイール走行距離測定からの情報を融合することによって取得されます。
堅牢な位置特定を実現するために、拡張カルマン フィルターに対する 2 つの拡張機能を調査し、比較します。
1 つ目は適応ノイズ調整で、2 つ目は測定外れ値検出のためのカイ 2 乗テストです。
結果を検証するために、単一の LiDAR センサーを使用した効率的で低コストのグラウンド トゥルース測定方法も提案されています。
位置特定アルゴリズムのパフォーマンスは、軌道計画とモデル予測制御を備えた完全な自動運転システムでテストされます。
要約(オリジナル)
Global navigation satellite systems readily provide accurate position information when localizing a robot outdoors. However, an analogous standard solution does not exist yet for mobile robots operating indoors. This paper presents an integrated framework for indoor localization and experimental validation of an autonomous driving system based on an advanced driver-assistance system (ADAS) model car. The global pose of the model car is obtained by fusing information from fiducial markers, inertial sensors and wheel odometry. In order to achieve robust localization, we investigate and compare two extensions to the Extended Kalman Filter; first with adaptive noise tuning and second with Chi-squared test for measurement outlier detection. An efficient and low-cost ground truth measurement method using a single LiDAR sensor is also proposed to validate the results. The performance of the localization algorithms is tested on a complete autonomous driving system with trajectory planning and model predictive control.
arxiv情報
| 著者 | Xibo Li,Shruti Patel,David Stronzek-Pfeifer,Christof Büskens |
| 発行日 | 2023-10-08 15:08:28+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google