Adaptive Robot Localization with Ultra-wideband Novelty Detection

要約

ウルトラワイドバンド（UWB）テクノロジーは、ロボットのローカリゼーションのための低コストの一般的なソリューションとして顕著な可能性を示しています。
ただし、反射率、マルチパス効果、および非表示（NLOS）条件により、正確な位置決めのためのUWB信号の制限は、環境自体によって引き起こされる障害から生じます。
この問題は、サービスロボットプラットフォームが通常動作する乱雑な屋内スペースで強調されています。
モデルベースと学習ベースの両方の方法は現在、UWBエラーパターンを正確に予測するために調査中です。
強い非線形性を近似する能力にもかかわらず、学習ベースの方法は環境要因を考慮せず、目に見えないデータ分布のためにデータ収集と再トレーニングを必要とすることが多いため、大規模に実質的に実行不可能になります。
この研究の目標は、屋内閉じ込められたスペースのための堅牢で適応的なUWBローカリゼーション法を開発することです。
ノベルティ検出手法は、半監視された自動エンコーダーを使用した名目UWB範囲データからの異常値の条件を認識するために使用されます。
次に、得られたノベルティスコアは、UWBアンカーから受け取った各範囲測定の共分散とバイアス誤差の動的推定を活用して、拡張カルマンフィルターと組み合わされます。
結果としてのソリューションは、環境内のUWBデータの信頼性をローカリゼーションシステムを適応させることを可能にするコンパクトで柔軟で堅牢なシステムです。
幅広いテストシナリオで実際のロボットを使用して実施された広範な実験は、NLOS条件を提示する屋内乱雑なスペースで提案されたソリューションの利点と利点を示しており、ほぼ60％、絶対位置誤りの25cmを超える平均改善に達します。

要約(オリジナル)

Ultra-wideband (UWB) technology has shown remarkable potential as a low-cost general solution for robot localization. However, limitations of the UWB signal for precise positioning arise from the disturbances caused by the environment itself, due to reflectance, multi-path effect, and Non-Line-of-Sight (NLOS) conditions. This problem is emphasized in cluttered indoor spaces where service robotic platforms usually operate. Both model-based and learning-based methods are currently under investigation to precisely predict the UWB error patterns. Despite the great capability in approximating strong non-linearity, learning-based methods often do not consider environmental factors and require data collection and re-training for unseen data distributions, making them not practically feasible on a large scale. The goal of this research is to develop a robust and adaptive UWB localization method for indoor confined spaces. A novelty detection technique is used to recognize outlier conditions from nominal UWB range data with a semi-supervised autoencoder. Then, the obtained novelty scores are combined with an Extended Kalman filter, leveraging a dynamic estimation of covariance and bias error for each range measurement received from the UWB anchors. The resulting solution is a compact, flexible, and robust system which enables the localization system to adapt the trustworthiness of UWB data spatially and temporally in the environment. The extensive experimentation conducted with a real robot in a wide range of testing scenarios demonstrates the advantages and benefits of the proposed solution in indoor cluttered spaces presenting NLoS conditions, reaching an average improvement of almost 60% and greater than 25cm of absolute positioning error.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google