Tiny Lidars for Manipulator Self-Awareness: Sensor Characterization and Initial Localization Experiments

要約

操作から検査まで、いくつかのタスクでは、ロボットが周囲のターゲットオブジェクトをローカライズすることが有益です。
この論文では、小型化されたVL53L5CX飛行時間（TOF）センサー（Tiny LIDARS）から得られた粗いポイント雲を利用して、ロボットのワークスペースにターゲットオブジェクトをローカライズするアプローチを提案します。
まず、相対範囲とターゲットへの方向に対するセンサーの測定値の依存度を較正するための実験的なキャンペーンを実施します。
次に、粒子フィルター（PF）を使用してオブジェクトポーズ推定タスクで検証された確率センサーモデルを提案します。
結果は、提案されたセンサーモデルが2つのベースラインに対するターゲットオブジェクトのローカリゼーションのパフォーマンスを改善することを示しています。1つは測定が不確実性がないことを想定し、センサーデータシートによって信頼性が提供されるものです。

要約(オリジナル)

For several tasks, ranging from manipulation to inspection, it is beneficial for robots to localize a target object in their surroundings. In this paper, we propose an approach that utilizes coarse point clouds obtained from miniaturized VL53L5CX Time-of-Flight (ToF) sensors (tiny lidars) to localize a target object in the robot’s workspace. We first conduct an experimental campaign to calibrate the dependency of sensor readings on relative range and orientation to targets. We then propose a probabilistic sensor model that is validated in an object pose estimation task using a Particle Filter (PF). The results show that the proposed sensor model improves the performance of the localization of the target object with respect to two baselines: one that assumes measurements are free from uncertainty and one in which the confidence is provided by the sensor datasheet.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google