Olfactory Inertial Odometry: Sensor Calibration and Drift Compensation

要約

視覚慣性臭気（VIO）は、視覚データと運動学的データを融合して、ナビゲーションタスクで機械の状態を理解するプロセスです。
嗅覚慣性匂い（OIO）は、ロボットが香りでナビゲートするのに役立つガスセンサーからの信号を慣性データと融合するVioのアナログです。
ガスのダイナミクスと環境要因により、OIOが促進するのが難しくなる可能性のある嗅覚航法タスクに乱れをもたらします。
ここでの作業では、いくつかの溶解センサータイプに一般化されるOIOのロボットを校正するプロセスを定義します。
私たちの焦点は、ロボット手術と感動的なセキュリティスクリーニングでのユースケースを実証するために、ゆっくりと動くロボットプラットフォームに臭気源をローカライズする際のセンチメートルレベルの精度のために、特にOIOの校正に焦点を当てています。
実際のロボットアームでOIOキャリブレーションのプロセスを実証し、このキャリブレーションがコールドスタートの嗅覚ナビゲーションタスクのパフォーマンスをどのように改善するかを示します。

要約(オリジナル)

Visual inertial odometry (VIO) is a process for fusing visual and kinematic data to understand a machine’s state in a navigation task. Olfactory inertial odometry (OIO) is an analog to VIO that fuses signals from gas sensors with inertial data to help a robot navigate by scent. Gas dynamics and environmental factors introduce disturbances into olfactory navigation tasks that can make OIO difficult to facilitate. With our work here, we define a process for calibrating a robot for OIO that generalizes to several olfaction sensor types. Our focus is specifically on calibrating OIO for centimeter-level accuracy in localizing an odor source on a slow-moving robot platform to demonstrate use cases in robotic surgery and touchless security screening. We demonstrate our process for OIO calibration on a real robotic arm and show how this calibration improves performance over a cold-start olfactory navigation task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google