Factor-Graph-Based Passive Acoustic Navigation for Decentralized Cooperative Localization Using Bearing Elevation Depth Difference

要約

正確でスケーラブルな水中マルチエージェントのローカリゼーションは、水中通信の制約のため、依然として重大な課題です。
この作業では、ベアリング、標高、深さの差（BEDD）を組み込んだ因子表現を使用して、マルチエージェントローカリゼーションフレームワークを提案します。
私たちの方法は、自律的な水上車両（AUV）のマルチロボットチームの協調的なローカリゼーションを可能にするために、入ってくる音響信号と相対深度測定からの逆ウルトラショートベースライン（反転-USBL）由来の方位角および標高測定を活用します。
AUVの艦隊を使用して、Holoooseanの水中シミュレーターでのアプローチを検証し、Dead Reckoningと比較して局所化の精度が向上したことを示しています。
さらに、方位角と標高の測定外れ値の影響を調査し、音響信号の堅牢な外れ値除去技術の必要性を強調します。

要約(オリジナル)

Accurate and scalable underwater multi-agent localization remains a critical challenge due to the constraints of underwater communication. In this work, we propose a multi-agent localization framework using a factor-graph representation that incorporates bearing, elevation, and depth difference (BEDD). Our method leverages inverted ultra-short baseline (inverted-USBL) derived azimuth and elevation measurements from incoming acoustic signals and relative depth measurements to enable cooperative localization for a multi-robot team of autonomous underwater vehicles (AUVs). We validate our approach in the HoloOcean underwater simulator with a fleet of AUVs, demonstrating improved localization accuracy compared to dead reckoning. Additionally, we investigate the impact of azimuth and elevation measurement outliers, highlighting the need for robust outlier rejection techniques for acoustic signals.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google