Holistic Fusion: Task- and Setup-Agnostic Robot Localization and State Estimation with Factor Graphs

要約

挑戦的な環境でのモバイルロボットのシームレスな操作には、低遅延の局所的なモーション推定（動的操作など）と正確なグローバルローカリゼーション（例：Wayifning）が必要です。
ほとんどの既存のセンサー融合アプローチは特定のシナリオ向けに設計されていますが、この作業は、その一般性と使いやすさによって区別されるタスクおよびセットアップに依存しないマルチモーダルセンサー融合のための柔軟なオープンソースソリューションを導入します。
ホリスティックフュージョンは、i）ローカルおよびグローバルロボット状態とii）（理論的には無制限）の動的コンテキスト変数の数の複合推定問題としてセンサー融合を定式化します。
この定式化は、概念的な変更なしに無数の現実世界のアプリケーションに適合します。
提案されている因子グラフソリューションにより、異なる参照フレームに関して表現された絶対数、ローカル、およびランドマークの測定値を任意の数の直接融合を可能にします。
さらに、局所的な滑らかさと一貫性は、ロボット状態の信念のジャンプを防ぐために特に注意を払っています。
HFは、典型的なロボットハードウェアで低遅延とスムーズなオンライン状態の推定を可能にし、同時にIMU測定速度で低凍結グローバルローカリゼーションを提供します。
このリリースされたフレームワークの有効性は、3つのロボットプラットフォームの5つの実際のシナリオで実証されており、それぞれに異なるタスク要件があります。

要約(オリジナル)

Seamless operation of mobile robots in challenging environments requires low-latency local motion estimation (e.g., dynamic maneuvers) and accurate global localization (e.g., wayfinding). While most existing sensor-fusion approaches are designed for specific scenarios, this work introduces a flexible open-source solution for task- and setup-agnostic multimodal sensor fusion that is distinguished by its generality and usability. Holistic Fusion formulates sensor fusion as a combined estimation problem of i) the local and global robot state and ii) a (theoretically unlimited) number of dynamic context variables, including automatic alignment of reference frames; this formulation fits countless real-world applications without any conceptual modifications. The proposed factor-graph solution enables the direct fusion of an arbitrary number of absolute, local, and landmark measurements expressed with respect to different reference frames by explicitly including them as states in the optimization and modeling their evolution as random walks. Moreover, local smoothness and consistency receive particular attention to prevent jumps in the robot state belief. HF enables low-latency and smooth online state estimation on typical robot hardware while simultaneously providing low-drift global localization at the IMU measurement rate. The efficacy of this released framework is demonstrated in five real-world scenarios on three robotic platforms, each with distinct task requirements.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google