Resource-Aware Collaborative Monte Carlo Localization with Distribution Compression

要約

グローバルなローカリゼーションはロボットの自律性を実現するために不可欠であり、協調的なローカリゼーションはマルチロボット システムの鍵となります。
この論文では、計算と通信の制約下での協調的なグローバル ローカリゼーションのタスクに取り組みます。
交換される情報量と計算コストを削減する方法を提案します。
また、独創的なアプローチを分析、実装、オープンソース化しており、これはコミュニティへの貴重な貢献であると信じています。
私たちは、エラーを保証しながら、ほぼ線形な時間で配信圧縮を行う技術を活用しています。
私たちは、シミュレーションおよび現実世界の複数の困難なシナリオに基づいて、アプローチと実装されたベースラインを評価します。
私たちのアプローチは、オンボードコンピューター上でオンラインで実行できます。
私たちのアプローチのオープンソース C++/ROS2 実装とベースラインをリリースします。

要約(オリジナル)

Global localization is essential in enabling robot autonomy, and collaborative localization is key for multi-robot systems. In this paper, we address the task of collaborative global localization under computational and communication constraints. We propose a method which reduces the amount of information exchanged and the computational cost. We also analyze, implement and open-source seminal approaches, which we believe to be a valuable contribution to the community. We exploit techniques for distribution compression in near-linear time, with error guarantees. We evaluate our approach and the implemented baselines on multiple challenging scenarios, simulated and real-world. Our approach can run online on an onboard computer. We release an open-source C++/ROS2 implementation of our approach, as well as the baselines

arxiv情報

提供元, 利用サービス

arxiv.jp, Google