Optimal Spatial-Temporal Triangulation for Bearing-Only Cooperative Motion Estimation

要約

視覚ベースの協同運動推定は、協同組合航空ターゲット追跡など、多くのマルチロボットシステムにとって重要な問題です。
この問題は、視覚測定がカメラからターゲットを指すベアリングベクトルとしてモデル化されているベアリングのみの協同運動推定として定式化できます。
ベアリングのみの協同的推定のための従来のアプローチは、主に分散されたKalmanフィルタリング（DKF）に基づいています。
この論文では、DKFよりも分散推定器を設計するためのより柔軟なフレームワークを提供する分散再帰最小二乗の方法に基づいて、空間的な三角測量と名付けられた新しい最適なベアリングのみの協同組合推定アルゴリズムを提案します。
アルゴリズムの設計には、利用可能なすべての情報と特定の三角測量の幾何学的制約が完全に組み込まれています。
その結果、アルゴリズムは、数値シミュレーションによって検証された精度と収束速度の両方の点で、最先端のDKFアルゴリズムよりも優れた推定パフォーマンスを持っています。
提案されたアルゴリズムの指数関数的収束を厳密に証明します。
さらに、実際の困難な条件下で提案されたアルゴリズムの有効性を検証するために、視覚ベースの協同航空ターゲット追跡システムを開発します。

要約(オリジナル)

Vision-based cooperative motion estimation is an important problem for many multi-robot systems such as cooperative aerial target pursuit. This problem can be formulated as bearing-only cooperative motion estimation, where the visual measurement is modeled as a bearing vector pointing from the camera to the target. The conventional approaches for bearing-only cooperative estimation are mainly based on the framework distributed Kalman filtering (DKF). In this paper, we propose a new optimal bearing-only cooperative estimation algorithm, named spatial-temporal triangulation, based on the method of distributed recursive least squares, which provides a more flexible framework for designing distributed estimators than DKF. The design of the algorithm fully incorporates all the available information and the specific triangulation geometric constraint. As a result, the algorithm has superior estimation performance than the state-of-the-art DKF algorithms in terms of both accuracy and convergence speed as verified by numerical simulation. We rigorously prove the exponential convergence of the proposed algorithm. Moreover, to verify the effectiveness of the proposed algorithm under practical challenging conditions, we develop a vision-based cooperative aerial target pursuit system, which is the first of such fully autonomous systems so far to the best of our knowledge.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google