Optimal Initialization Strategies for Range-Only Trajectory Estimation

要約

範囲限定 (RO) 姿勢推定では、タグと呼ばれるロボット上の複数のデバイスと、アンカーと呼ばれる環境に設置されたデバイス間の距離を測定することにより、ロボットの姿勢を経時的に決定します。
距離測定モデルの非凸の性質により、局所最小値が考えられるコスト関数が生成されます。
適切な初期化が行われていない場合、一般的に使用される反復ソルバーはこれらの極小値でスタックし、軌道推定精度が低下する可能性があります。
この研究では、半定値プログラム (SDP) に基づいて、元の非凸問題に対する凸緩和を提案します。
具体的には、静的および動的（つまり、等速運動）条件下での RO 軌道推定のための正確な初期姿勢と軌道推定を取得するために、計算的に扱いやすい SDP 緩和を定式化します。
シミュレーションと実際の実験を通じて、提案した初期化戦略が反復ローカル ソルバーと比較して初期状態を正確に推定することを実証します。
さらに、提案された緩和は、中程度の範囲の測定ノイズレベルの下で大域最小値を回復します。

要約(オリジナル)

Range-only (RO) pose estimation involves determining a robot’s pose over time by measuring the distance between multiple devices on the robot, known as tags, and devices installed in the environment, known as anchors. The nonconvex nature of the range measurement model results in a cost function with possible local minima. In the absence of a good initialization, commonly used iterative solvers can get stuck in these local minima resulting in poor trajectory estimation accuracy. In this work, we propose convex relaxations to the original nonconvex problem based on semidefinite programs (SDPs). Specifically, we formulate computationally tractable SDP relaxations to obtain accurate initial pose and trajectory estimates for RO trajectory estimation under static and dynamic (i.e., constant-velocity motion) conditions. Through simulation and real experiments, we demonstrate that our proposed initialization strategies estimate the initial state accurately compared to iterative local solvers. Additionally, the proposed relaxations recover global minima under moderate range measurement noise levels.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google