CREPES: Cooperative RElative Pose Estimation System

要約

相互位置特定は、マルチロボットの協調において重要な役割を果たします。
マルチロボットシステムの6自由度(DOF)の相対姿勢推定に焦点を当てた新しいシステムであるCREPESが、この論文で提案されています。
CREPES は、アクティブ赤外線 (IR) LED、赤外線魚眼カメラ、超広帯域 (UWB) モジュール、および慣性測定ユニット (IMU) を使用したコンパクトなハードウェア設計を備えています。
IR光通信を活用することで、システムは視覚検出とUWB測距の間のデータ関連付けを解決します。
UWB からの測距測定値とカメラからの方向情報は、相対的な 3-DOF 位置推定を提供します。
近隣との相互相対位置と IMU によって提供される重力制約を組み合わせることで、センサー測定の単一フレームから 6-DOF 相対姿勢を推定できます。
さらに、システムの精度とロバスト性を強化するために、エラー状態カルマン フィルター (ESKF) に基づく推定器を設計します。
複数の近傍が利用可能な場合、ポーズ グラフ最適化 (PGO) アルゴリズムが適用され、システムの精度がさらに向上します。
ロボットのペアとロボットのチームの間で CREPES の精度、および困難な条件下でのパフォーマンスを実証するために、膨大な実験を行います。

要約(オリジナル)

Mutual localization plays a crucial role in multi-robot cooperation. CREPES, a novel system that focuses on six degrees of freedom (DOF) relative pose estimation for multi-robot systems, is proposed in this paper. CREPES has a compact hardware design using active infrared (IR) LEDs, an IR fish-eye camera, an ultra-wideband (UWB) module and an inertial measurement unit (IMU). By leveraging IR light communication, the system solves data association between visual detection and UWB ranging. Ranging measurements from the UWB and directional information from the camera offer relative 3-DOF position estimation. Combining the mutual relative position with neighbors and the gravity constraints provided by IMUs, we can estimate the 6-DOF relative pose from a single frame of sensor measurements. In addition, we design an estimator based on the error-state Kalman filter (ESKF) to enhance system accuracy and robustness. When multiple neighbors are available, a Pose Graph Optimization (PGO) algorithm is applied to further improve system accuracy. We conduct enormous experiments to demonstrate CREPES’ accuracy between robot pairs and a team of robots, as well as performance under challenging conditions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google