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

• arxiv url: http://arxiv.org/abs/2401.15313v3
• Date: Sun, 4 Feb 2024 14:51:59 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-07 02:43:05.176932
• Title: Multi-Robot Relative Pose Estimation in SE(2) with Observability Analysis: A Comparison of Extended Kalman Filtering and Robust Pose Graph Optimization
• Title（参考訳）: 可観測性解析によるse(2)におけるマルチロボット相対ポーズ推定:拡張カルマンフィルタとロバストポーズグラフ最適化の比較
• Authors: Kihoon Shin, Hyunjae Sim, Seungwon Nam, Yonghee Kim, Jae Hu and Kwang-Ki K. Kim
• Abstract要約: 本研究では,相対的なポーズ推定の協調的局所化と可観測性分析に着目する。 ROS/Gazeboシミュレーションでは,4つのセンシング・通信構造について検討する。 ハードウェア実験では、UWBモジュールを備えた2つのTurtlebot3がロボット間の相対的なポーズ推定に使用される。
• 参考スコア（独自算出の注目度）: 1.0485739694839669
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In this study, we address multi-robot localization issues, with a specific focus on cooperative localization and observability analysis of relative pose estimation. Cooperative localization involves enhancing each robot's information through a communication network and message passing. If odometry data from a target robot can be transmitted to the ego robot, observability of their relative pose estimation can be achieved through range-only or bearing-only measurements, provided both robots have non-zero linear velocities. In cases where odometry data from a target robot are not directly transmitted but estimated by the ego robot, both range and bearing measurements are necessary to ensure observability of relative pose estimation. For ROS/Gazebo simulations, we explore four sensing and communication structures. We compare extended Kalman filtering (EKF) and pose graph optimization (PGO) estimation using different robust loss functions (filtering and smoothing with varying batch sizes of sliding windows) in terms of estimation accuracy. In hardware experiments, two Turtlebot3 equipped with UWB modules are used for real-world inter-robot relative pose estimation, applying both EKF and PGO and comparing their performance.
• Abstract（参考訳）: 本研究では,協調的局所化と相対的ポーズ推定の可観測性分析に着目し,複数ロボットの局所化問題に対処する。 協調的なローカライゼーションは、各ロボットの情報をコミュニケーションネットワークとメッセージパッシングを通じて強化する。 対象ロボットからの計測データをエゴロボットに送信できる場合、両ロボットが非ゼロ線形速度を持つ場合、レンジのみまたはベアリングのみの測定により相対ポーズ推定の可観測性を達成できる。 対象ロボットからのオドメトリデータが直接伝達されるのではなく、egoロボットによって推定される場合、相対的なポーズ推定の可観測性を確保するためには、距離測定と軸受測定の両方が必要である。 ROS/Gazeboシミュレーションでは,4つのセンシング・通信構造について検討する。 本研究では,異なるロバストな損失関数を用いた拡張カルマンフィルタ (EKF) とポーズグラフ最適化 (PGO) を推定精度で比較した。 ハードウェア実験では、2つのUWBモジュールを備えたTurtlebot3が実世界のロボット間相対ポーズ推定に使われ、EKFとPGOの両方を適用して性能を比較する。

関連論文リスト

• GISR: Geometric Initialization and Silhouette-based Refinement for Single-View Robot Pose and Configuration Estimation [0.0]
  GISRは、リアルタイムで実行を優先順位付けするロボット対カメラのポーズ推定手法である。 我々は,GISRを公開データ上で評価し,その性能と精度の両面で,同一クラスの既存手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-05-08T08:39:25Z)
• OptiState: State Estimation of Legged Robots using Gated Networks with Transformer-based Vision and Kalman Filtering [42.817893456964]
  脚のあるロボットの状態推定は、非常にダイナミックな動きとセンサーの精度による制限のために困難である。 本稿では,ロボットのトランクの状態を推定するために,プロピロセプションと外部受動的情報を組み合わせたハイブリッドソリューションを提案する。 このフレームワークは正確なロボットの状態推定を行うだけでなく、センサの測定や学習によるモデルの単純化から生じる非線形誤差を最小限に抑えることができる。
  論文  参考訳（メタデータ） (2024-01-30T03:34:25Z)
• Towards a Unified Transformer-based Framework for Scene Graph Generation and Human-object Interaction Detection [116.21529970404653]
  本稿では,Transformerアーキテクチャに基づく一段階統一モデルであるSG2HOI+を紹介する。 本手法では,SGGとHOI検出のタスクをシームレスに統一する2つの対話型階層変換器を用いる。 提案手法は最先端のHOI法と比較して競争性能が向上する。
  論文  参考訳（メタデータ） (2023-11-03T07:25:57Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)
• Relative Localization of Mobile Robots with Multiple Ultra-WideBand Ranging Measurements [15.209043435869189]
  ロボット群間の相対的なポーズを,複数のUWB範囲のノードを各ロボットに装備することで推定する手法を提案する。 局所化精度を向上させるため,スライディングウインドウを用いた最適化により,オドメトリー制約を利用する。
  論文  参考訳（メタデータ） (2021-07-19T12:57:02Z)
• Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for Multi-Robot Systems [92.26462290867963]
  Kimera-Multiは、最初のマルチロボットシステムであり、不正なインターループとイントラロボットループの閉鎖を識別し拒否することができる。 我々は、フォトリアリスティックシミュレーション、SLAMベンチマークデータセット、地上ロボットを用いて収集された屋外データセットの挑戦において、Kimera-Multiを実証した。
  論文  参考訳（メタデータ） (2021-06-28T03:56:40Z)
• Distributed Visual-Inertial Cooperative Localization [32.49338004445954]
  マルチロボット協調ローカリゼーション(CL)のための一貫性のある分散状態推定器を提案する。 特に、共分散交叉(CI)を活用して、各ロボットが自身の状態と自己共分散だけを追跡できるようにする。 提案した分散CL推定器は,シミュレーションと実世界の実験の両方において,非実時間集中型に対して有効である。
  論文  参考訳（メタデータ） (2021-03-23T18:12:07Z)
• Domain Adaptive Robotic Gesture Recognition with Unsupervised Kinematic-Visual Data Alignment [60.31418655784291]
  本稿では,マルチモダリティ知識,すなわちキネマティックデータとビジュアルデータを同時にシミュレータから実ロボットに伝達できる,教師なしドメイン適応フレームワークを提案する。 ビデオの時間的手がかりと、ジェスチャー認識に対するマルチモーダル固有の相関を用いて、トランスファー可能な機能を強化したドメインギャップを修復する。 その結果, 本手法は, ACCでは最大12.91%, F1scoreでは20.16%と, 実際のロボットではアノテーションを使わずに性能を回復する。
  論文  参考訳（メタデータ） (2021-03-06T09:10:03Z)
• Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
  この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。 コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。 その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
  論文  参考訳（メタデータ） (2021-01-26T16:01:02Z)
• Robots State Estimation and Observability Analysis Based on Statistical Motion Models [10.941793802354953]
  本稿では,移動ロボットの動特性(翻訳と回転)を捉える汎用動作モデルを提案する。 このモデルは白色ランダムプロセスによって駆動される統計モデルに基づいており、エラー状態拡張カルマンフィルタリングフレームワーク(ESEKF)に基づく完全な状態推定アルゴリズムに定式化されている。 システム状態の観測不能なサブセットを特徴付けるために、新しいtexttextbfitthin セットの概念が導入された。
  論文  参考訳（メタデータ） (2020-10-12T18:35:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。