Gaussian-Sum Filter for Range-based 3D Relative Pose Estimation in the Presence of Ambiguities

要約

マルチロボット システムは、おそらく外部からの支援なしで共同タスクを実行するために、ロボット間の相対状態を正確に推定する機能を備えていなければなりません。
距離測定を使用した 3 次元の相対姿勢推定では、多くの場合、有限数の非一意な解、つまり曖昧さの問題が発生します。
この論文では: 1) 2D で考えられるすべてのあいまいさを特定し、正確に推定します。
2) それらをガウス混合モデルのコンポーネントとして扱います。
3) 計算効率の高い推定器をガウス和フィルタ (GSF) の形式で提供し、インフラストラクチャ不要の 3D セットアップで範囲ベースの相対姿勢推定を実現します。
この推定量はシミュレーションと実験で評価され、曖昧なポーズによって引き起こされる極小値への発散を回避することが示されています。
さらに、提案された GSF は拡張カルマン フィルターよりも優れており、計算量の多い粒子フィルターと同様のパフォーマンスを示し、一貫性があることが示されています。

要約(オリジナル)

Multi-robot systems must have the ability to accurately estimate relative states between robots in order to perform collaborative tasks, possibly with no external aiding. Three-dimensional relative pose estimation using range measurements oftentimes suffers from a finite number of non-unique solutions, or ambiguities. This paper: 1) identifies and accurately estimates all possible ambiguities in 2D; 2) treats them as components of a Gaussian mixture model; and 3) presents a computationally-efficient estimator, in the form of a Gaussian-sum filter (GSF), to realize range-based relative pose estimation in an infrastructure-free, 3D, setup. This estimator is evaluated in simulation and experiment and is shown to avoid divergence to local minima induced by the ambiguous poses. Furthermore, the proposed GSF outperforms an extended Kalman filter, demonstrates similar performance to the computationally-demanding particle filter, and is shown to be consistent.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google