CoVOR-SLAM: Cooperative SLAM using Visual Odometry and Ranges for Multi-Robot Systems

要約

ロボットの群れは、より広いエリアをより速く探索でき、単一点障害に対してより堅牢であるため、単一のロボットよりも利点があります。
衝突することなく共同ミッションを成功裏に実行するには、正確な相対位置決めが必要です。
Visual Simultaneous Localization and Mapping (VSLAM) を使用して各ロボットの姿勢を推定する場合、エージェント間ループ クロージングが広く適用されて、相対位置決め誤差が低減されます。
この手法では、さまざまなロボットで共通に観察される特徴点を使用してエラーを軽減できます。
ただし、エージェント間のループを検出し、複数のエージェントによって送信されたデータを処理するには、かなりのコンピューティング能力と通信能力が必要です。
この論文では、この課題を克服するために、Visual Odometry and Range Measurements (CoVOR-SLAM) を使用した Collaborative SLAM を提案します。
CoVOR-SLAM のフレームワークでは、ロボットは姿勢推定値、推定値の共分散 (不確実性)、および距離測定値をロボット間で交換するだけで済みます。
CoVOR-SLAM では、視覚的特徴を関連付けたり、さまざまなエージェントが観察したポイントをマップしたりする必要がないため、計算負荷と通信負荷が大幅に軽減されます。
必要な距離測定は、複雑な追加のインフラストラクチャを必要とせずに、通信システムのパイロット信号を使用して取得できます。
実際の画像と、2 台の探査車で取得した実際の超広帯域ベースの範囲を使用して CoVOR-SLAM をテストしました。
さらに、CoVOR-SLAM は、現実的なシミュレーションを使用して生成された公開画像データセットと範囲を活用した、大規模なマルチエージェント設定で評価されます。
結果は、CoVOR-SLAM がロボットの姿勢を正確に推定でき、エージェント間ループを閉じる手法よりもはるかに少ない計算能力と通信能力を必要とすることを示しています。

要約(オリジナル)

A swarm of robots has advantages over a single robot, since it can explore larger areas much faster and is more robust to single-point failures. Accurate relative positioning is necessary to successfully carry out a collaborative mission without collisions. When Visual Simultaneous Localization and Mapping (VSLAM) is used to estimate the poses of each robot, inter-agent loop closing is widely applied to reduce the relative positioning errors. This technique can mitigate errors using the feature points commonly observed by different robots. However, it requires significant computing and communication capabilities to detect inter-agent loops, and to process the data transmitted by multiple agents. In this paper, we propose Collaborative SLAM using Visual Odometry and Range measurements (CoVOR-SLAM) to overcome this challenge. In the framework of CoVOR-SLAM, robots only need to exchange pose estimates, covariances (uncertainty) of the estimates, and range measurements between robots. Since CoVOR-SLAM does not require to associate visual features and map points observed by different agents, the computational and communication loads are significantly reduced. The required range measurements can be obtained using pilot signals of the communication system, without requiring complex additional infrastructure. We tested CoVOR-SLAM using real images as well as real ultra-wideband-based ranges obtained with two rovers. In addition, CoVOR-SLAM is evaluated with a larger scale multi-agent setup exploiting public image datasets and ranges generated using a realistic simulation. The results show that CoVOR-SLAM can accurately estimate the robots’ poses, requiring much less computational power and communication capabilities than the inter-agent loop closing technique.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google