Multi-Robot Relative Pose Estimation in SE(2) with Observability Analysis: A Comparison of Extended Kalman Filtering and Robust Pose Graph Optimization

要約

この論文では、協調的な位置特定と相対姿勢推定の可観測性解析に焦点を当てて、マルチロボット位置特定問題を検討します。
協調的な位置特定のために、通信ネットワークとメッセージ パッシングを介して各ロボットが利用できる追加情報があります。
ターゲット ロボットのオドメトリ データを自我ロボットに送信できる場合、両方の線形速度がゼロでない場合、距離のみの測定または方位のみの測定によって相対姿勢推定の可観測性を実現できます。
ターゲット ロボットのオドメトリ データが直接送信されず、自我ロボットによって推定される場合、相対的な姿勢推定の可観測性を保証するために、距離と方位の両方の測定が必要になります。
ROS/Gazebo シミュレーションでは、拡張カルマン フィルタリング (EKF) と、異なる堅牢な損失関数 (異なるバッチ サイズのスライディング ウィンドウを使用したフィルタリングと平滑化) を使用したポーズ グラフ最適化 (PGO) 推定を比較する 4 つの異なるセンシングおよび通信構造を検討します。
推定精度の観点から。
ハードウェア実験では、UWB モジュールを搭載した 2 台の Turtlebot3 を実世界のロボット間の相対姿勢推定に使用し、EKF と PGO の両方を適用して比較します。

要約(オリジナル)

In this paper, we consider multi-robot localization problems with focus on cooperative localization and observability analysis of relative pose estimation. For cooperative localization, there is extra information available to each robot via communication network and message passing. If odometry data of a target robot can be transmitted to the ego-robot then the observability of their relative pose estimation can be achieved by range-only or bearing-only measurements provided both of their linear velocities are non-zero. If odometry data of a target robot is not directly transmitted but estimated by the ego-robot then there must be both range and bearing measurements to guarantee the observability of relative pose estimation. For ROS/Gazebo simulations, we consider four different sensing and communication structures in which extended Kalman filtering (EKF) and pose graph optimization (PGO) estimation with different robust loss functions (filtering and smoothing with different batch sizes of sliding window) are compared in terms of estimation accuracy. For hardware experiments, two Turtlebot3 equipped with UWB modules are used for real-world inter-robot relative pose estimation, in which both EKF and PGO are applied and compared.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google