Distributed Simultaneous Localisation and Auto-Calibration using Gaussian Belief Propagation

要約

我々は、マルチロボットセットアップの位置特定と外部キャリブレーションを同時に行うための、スケーラブルで完全に分散されたオンラインの新しい方法を提案します。
個々のアプリオリな未知のロボットのポーズは、ロボットが相互に感知すると同時に確率的に推論され、同時にガウス信念伝播を使用して外部のセンサーとマーカーを校正します。
提示された実験では、私たちの方法がロボットの正確な位置特定と自動キャリブレーションを実現するだけでなく、ノイズの多い測定、重大な通信障害、通信範囲の制限などの困難な状況下でもどのように実行できるかを示します。

要約(オリジナル)

We present a novel scalable, fully distributed, and online method for simultaneous localisation and extrinsic calibration for multi-robot setups. Individual a priori unknown robot poses are probabilistically inferred as robots sense each other while simultaneously calibrating their sensors and markers extrinsic using Gaussian Belief Propagation. In the presented experiments, we show how our method not only yields accurate robot localisation and auto-calibration but also is able to perform under challenging circumstances such as highly noisy measurements, significant communication failures or limited communication range.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google