Benchmarking UWB-Based Infrastructure-Free Positioning and Multi-Robot Relative Localization: Dataset and Characterization

要約

超広帯域 (UWB) 測位は、モバイル ロボットから産業用 IoT 内の資産追跡に至るまで、複数のユースケース向けの低コストで信頼性の高い位置特定ソリューションとして登場しました。
このテクノロジーは成熟しており、科学文献には固定 UWB ノードに基づく位置特定のための複数のデータセットと方法が含まれています。
同時に、UWB ベースの相対的ローカリゼーションとインフラストラクチャフリーのローカリゼーションの研究がさらなる領域で注目を集めています。
この分野のツールとデータセットは不足しています。
したがって、この論文では、マルチロボットシステムのドメインを対象としたインフラストラクチャフリーの相対位置特定をベンチマークするための新しいデータセットを紹介します。
以前のデータセットと比較して、さまざまな数の固定ノードとモバイル ノードを使用した、はるかに幅広いシナリオに対して、さまざまな相対位置特定アプローチのパフォーマンスを分析します。
モーション キャプチャ システムは、グラウンド トゥルース データを提供し、マルチモーダルであり、センサー フュージョン方法のベンチマーク用の慣性またはオドメトリ測定を含みます。
さらに、データセットには、アンテナの相対的な向きに基づく測距精度の測定値と、単一のノード ペア間の測距に関する包括的な測定値のセットが含まれています。
私たちの実験分析では、高精度で位置特定が可能ですが、設定や設定が異なると測距誤差の変動が大きくなることが示されています。

要約(オリジナル)

Ultra-wideband (UWB) positioning has emerged as a low-cost and dependable localization solution for multiple use cases, from mobile robots to asset tracking within the Industrial IoT. The technology is mature and the scientific literature contains multiple datasets and methods for localization based on fixed UWB nodes. At the same time, research in UWB-based relative localization and infrastructure-free localization is gaining traction, further domains. tools and datasets in this domain are scarce. Therefore, we introduce in this paper a novel dataset for benchmarking infrastructure-free relative localization targeting the domain of multi-robot systems. Compared to previous datasets, we analyze the performance of different relative localization approaches for a much wider variety of scenarios with varying numbers of fixed and mobile nodes. A motion capture system provides ground truth data, are multi-modal and include inertial or odometry measurements for benchmarking sensor fusion methods. Additionally, the dataset contains measurements of ranging accuracy based on the relative orientation of antennas and a comprehensive set of measurements for ranging between a single pair of nodes. Our experimental analysis shows that high accuracy can be localization, but the variability of the ranging error is significant across different settings and setups.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google