Saturation-Aware Angular Velocity Estimation: Extending the Robustness of SLAM to Aggressive Motions

要約

我々は、激しい動きによって引き起こされるジャイロスコープの飽和に対する同時位置特定およびマッピング（SLAM）アルゴリズムの堅牢性を高めるための、新しい角速度推定方法を提案します。
フィールドロボット工学では、ロボットは急峻な地形、地滑り、階段などのさまざまな危険にさらされており、ロボットが安定性を失って転倒すると、大きな加速度や角速度が発生する可能性があります。
このような極端な動きにより、センサーの測定値が飽和する可能性があり、特にジャイロスコープは最初に動作不能になるセンサーです。
ロボットの構造的完全性が危険にさらされている一方で、SLAM フレームワークの復元力はほとんど考慮されていないことがよくあります。
その結果、たとえロボットが物理的にミッションを継続することができたとしても、世界の表現が破損しているため、その動作が危険にさらされることになります。
この問題に関して、転倒による極端な回転中に加速度計を使用して角速度を推定する方法を提案します。
私たちの方法により、収集されたデータで位置特定誤差の中央値が平行移動で 71.5 %、回転で 65.5 % 減少し、SLAM 障害の数が 73.3 % 減少したことを示します。
また、転倒誘起ジャイロスコープ飽和 (TIGS) データセットも提案します。これは、他の利用可能なデータセットよりも 4 倍高い角速度にさらされた LIDAR の動きを記録する屋外実験で構成されます。
データセットは、https://github.com/norlab-ulaval/Norlab_wiki/wiki/TIGS-Dataset からオンラインで入手できます。

要約(オリジナル)

We propose a novel angular velocity estimation method to increase the robustness of Simultaneous Localization And Mapping (SLAM) algorithms against gyroscope saturations induced by aggressive motions. Field robotics expose robots to various hazards, including steep terrains, landslides, and staircases, where substantial accelerations and angular velocities can occur if the robot loses stability and tumbles. These extreme motions can saturate sensor measurements, especially gyroscopes, which are the first sensors to become inoperative. While the structural integrity of the robot is at risk, the resilience of the SLAM framework is oftentimes given little consideration. Consequently, even if the robot is physically capable of continuing the mission, its operation will be compromised due to a corrupted representation of the world. Regarding this problem, we propose a way to estimate the angular velocity using accelerometers during extreme rotations caused by tumbling. We show that our method reduces the median localization error by 71.5 % in translation and 65.5 % in rotation and reduces the number of SLAM failures by 73.3 % on the collected data. We also propose the Tumbling-Induced Gyroscope Saturation (TIGS) dataset, which consists of outdoor experiments recording the motion of a lidar subject to angular velocities four times higher than other available datasets. The dataset is available online at https://github.com/norlab-ulaval/Norlab_wiki/wiki/TIGS-Dataset.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google