Ultra-Lightweight Collaborative Mapping for Robot Swarms

要約

ロボット工学における重要な要件は、未知の環境において自己位置特定とマッピングを同時に行う能力であり、主にオンボードのセンシングと計算に依存している。オンボードで正確な同時定位とマッピング（SLAM）を達成することは、ハイエンドのロボットプラットフォームでは実現可能であるが、小型で安価なロボットは、ハードウェアの制約から課題に直面し、そのため、センシングと計算を外部のインフラに頼ることが多い。この課題は、協調性、スケーラビリティ、レイテンシが重要な懸念事項であるロボットの群れにおいてさらに悪化する。本研究では、小型化された昆虫サイズのデバイスを含む、低コストのハードウェアを搭載したロボットであっても、事実上あらゆるロボットのマッピングを可能にする、分散型の軽量協調SLAMアプローチを紹介する。さらに、提案するソリューションは、数百のエージェントを協調させる能力を持つ大規模な群形成をサポートする。我々の主張を実証するために、重さわずか46グラムのセンチメートルサイズのドローンに協調SLAMを実装することに成功した。驚くべきことに、コスト、メモリ、計算の要件を2桁削減しながら、ハイエンドの最先端ソリューションに匹敵する結果を達成した。我々のアプローチは3つの点で革新的である。第一に、センシングと計算の面で軽量かつ費用対効果の高いソリューションにより、車載インフラレス・コラボレーティブ・マッピングを可能にする。第二に、超広帯域（UWB）、Bluetooth、WiFiなどの標準的な無線プロトコルを用いて、数百の協調エージェントをサポートするために、群内のデータトラフィックを最適化する。最後に、マッピングの待ち時間を短縮し、精度を向上させるために、分散型の群調整ポリシーを実装する。

要約(オリジナル)

A key requirement in robotics is the ability to simultaneously self-localize and map a previously unknown environment, relying primarily on onboard sensing and computation. Achieving fully onboard accurate simultaneous localization and mapping (SLAM) is feasible for high-end robotic platforms, whereas small and inexpensive robots face challenges due to constrained hardware, therefore frequently resorting to external infrastructure for sensing and computation. The challenge is further exacerbated in swarms of robots, where coordination, scalability, and latency are crucial concerns. This work introduces a decentralized and lightweight collaborative SLAM approach that enables mapping on virtually any robot, even those equipped with low-cost hardware, including miniaturized insect-size devices. Moreover, the proposed solution supports large swarm formations with the capability to coordinate hundreds of agents. To substantiate our claims, we have successfully implemented collaborative SLAM on centimeter-size drones weighing only 46 grams. Remarkably, we achieve results comparable to high-end state-of-the-art solutions while reducing the cost, memory, and computation requirements by two orders of magnitude. Our approach is innovative in three main aspects. First, it enables onboard infrastructure-less collaborative mapping with a lightweight and cost-effective solution in terms of sensing and computation. Second, we optimize the data traffic within the swarm to support hundreds of cooperative agents using standard wireless protocols such as ultra-wideband (UWB), Bluetooth, or WiFi. Last, we implement a distributed swarm coordination policy to decrease mapping latency and enhance accuracy.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL