Optimal Robot Formations: Balancing Range-Based Observability and User-Defined Configurations

要約

本論文では、高い相対姿勢推定精度を維持しながら、「高カバレッジ」インフラ点検フォーメーションなど、ユーザが望ましいロボットフォーメーションを簡単に指定できる、カスタマイズ可能な新しいコスト関数を紹介する。全体的なコスト関数は、測距に基づく相対的な位置決め精度を高めるためにロボットを接近させる必要性と、与えられたエリアを検査するのにかかる時間を最小化するなどの特定のタスクを達成するためのロボットの必要性のバランスをとる。ロボットは、拡張カルマンフィルタに基づく同時定位とマッピングアルゴリズムを用いて、自分自身と未知のランドマークを定位する。測距に基づく相対的な定位精度を最大化する最適なフォーメーションと比較して、これらのフォーメーションは、相対的な姿勢推定精度への影響を最小限に抑えながら、与えられたエリアをカバーする時間を大幅に短縮する。

要約(オリジナル)

This paper introduces a set of customizable and novel cost functions that enable the user to easily specify desirable robot formations, such as a “high-coverage” infrastructure-inspection formation, while maintaining high relative pose estimation accuracy. The overall cost function balances the need for the robots to be close together for good ranging-based relative localization accuracy and the need for the robots to achieve specific tasks, such as minimizing the time taken to inspect a given area. The formations found by minimizing the aggregated cost function are evaluated in a coverage path planning task in simulation and experiment, where the robots localize themselves and unknown landmarks using a simultaneous localization and mapping algorithm based on the extended Kalman filter. Compared to an optimal formation that maximizes ranging-based relative localization accuracy, these formations significantly reduce the time to cover a given area with minimal impact on relative pose estimation accuracy.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL