要約
Visual Place Recognition (VPR) システムのパフォーマンスは不完全であることが多く、ロボットのナビゲーションの決定に影響を与えます。
この研究では、VPR 用の新しい多層パーセプトロン (MLP) 整合性モニターを導入します。これは、以前の最先端の SVM アプローチに比べてパフォーマンスと汎用性が向上し、環境ごとのトレーニングが不要になり、手動チューニング要件が軽減されることを実証します。
私たちは、広範な現実世界の実験で提案システムをテストします。そこでは、2 つのリアルタイム整合性ベースの VPR 検証手法も紹介します。1 つは、ゴールゾーンに移動するロボットの瞬間拒否手法 (実験 1)。
もう 1 つは、最近の軌道から最良の検証済みの一致を取得し、走行距離計を使用して現在位置推定値を推定する歴史的な方法 (実験 2) です。
実験 1 の注目すべき結果には、ロボットが完了まで追求したミッションにおける、トラックに沿った目標誤差の合計が約 9.8 メートルから約 3.1 メートルに減少し、ミッション完了成功率の合計が約 41% から約 55% に増加したことが含まれます。
%。
実験 2 では、トラックに沿った位置特定誤差の合計が約 2.0 m から約 0.5 m に減少し、位置特定試行の合計精度が約 97% から約 99% に増加したことが示されました。
全体として、私たちの結果は、実世界のロボティクスにおける VPR 完全性モニターが VPR 位置特定とその結果としてのナビゲーション パフォーマンスを向上させる実用的な有用性を示しています。
要約(オリジナル)
Visual Place Recognition (VPR) systems often have imperfect performance, which affects robot navigation decisions. This research introduces a novel Multi-Layer Perceptron (MLP) integrity monitor for VPR which demonstrates improved performance and generalizability over the previous state-of-the-art SVM approach, removing per-environment training and reducing manual tuning requirements. We test our proposed system in extensive real-world experiments, where we also present two real-time integrity-based VPR verification methods: an instantaneous rejection method for a robot navigating to a goal zone (Experiment 1); and a historical method that takes a best, verified, match from its recent trajectory and uses an odometer to extrapolate forwards to a current position estimate (Experiment 2). Noteworthy results for Experiment 1 include a decrease in aggregate mean along-track goal error from ~9.8m to ~3.1m in missions the robot pursued to completion, and an increase in the aggregate rate of successful mission completion from ~41% to ~55%. Experiment 2 showed a decrease in aggregate mean along-track localization error from ~2.0m to ~0.5m, and an increase in the aggregate precision of localization attempts from ~97% to ~99%. Overall, our results demonstrate the practical usefulness of a VPR integrity monitor in real-world robotics to improve VPR localization and consequent navigation performance.
arxiv情報
著者 | Owen Claxton,Connor Malone,Helen Carson,Jason Ford,Gabe Bolton,Iman Shames,Michael Milford |
発行日 | 2024-07-11 03:47:14+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google