論文の概要: Deployment-Ready UWB Localization for Industrial Ground Robots with Automatic Anchor Calibration and Terrain-Aware Fusion
- arxiv url: http://arxiv.org/abs/2607.15807v1
- Date: Fri, 17 Jul 2026 10:21:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-20 17:56:52.816756
- Title: Deployment-Ready UWB Localization for Industrial Ground Robots with Automatic Anchor Calibration and Terrain-Aware Fusion
- Title（参考訳）: 自動アンカーキャリブレーションとTerrin-Aware Fusionを用いた産業用地上ロボットの展開対応UWBローカライゼーション
- Abstract要約: UWB(Ultra-Wideband)は、産業用自律移動ロボット(AMR)のローカライゼーションに有効な選択肢となっている。
しかし、静的アンカーのキャリブレーションは時間がかかり、エラーが発生しやすい。
本稿では,自動アンカーキャリブレーションと表面積の車両運動に合わせた汎用型マルチセンサ推定器を組み合わせたエンドツーエンドパイプラインを提案する。
- 参考スコア（独自算出の注目度）: 40.30699761609248
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ultra-Wideband (UWB) ranging has become a viable option for industrial Autonomous Mobile Robot (AMR) localization due to improved accuracy and low cost. However, real-world deployments remain limited by two recurring challenges: calibrating static anchors can be time-consuming and error-prone, and integrating UWB with existing onboard sensors requires careful design to ensure robust and consistent pose estimation. Addressing these challenges, this paper presents an end-to-end pipeline that combines automatic anchor calibration with a generic multi-sensor estimator tailored to surface-bound vehicle motion. It targets existing AMR stacks in scenarios where robot pose priors are available for initialization. The calibration stage estimates anchor positions and range biases, while the localization stage fuses UWB with proprioceptive sensing in a bias-aware Extended Kalman Filter to improve consistency without extensive parameter tuning. Experiments on a commercial logistics AMR in a warehouse setting demonstrate accurate positioning indoors and across outdoor transitions, with improved consistency compared to an earlier estimator formulation. Evaluation on an independent forklift dataset further indicates transferability to other platforms. The method remains effective in test cases with limited line-of-sight and sparse anchor coverage. These results show that UWB localization can be deployed with substantially reduced manual effort while preserving the accuracy required for industrial AMRs. The collected warehouse dataset is made publicly available.
- Abstract（参考訳）: 超ワイドバンド(UWB)は、精度の向上と低コストのため、産業用自律移動ロボット(AMR)のローカライゼーションに有効な選択肢となっている。
静的アンカーの校正には時間がかかるし、既存のオンボードセンサーとUWBを統合するには、堅牢で一貫したポーズ推定を保証するための注意深い設計が必要である。
これらの課題に対処するため, 自動アンカーキャリブレーションと, サーフェスバウンド車両運動に適した汎用マルチセンサ推定器を組み合わせたエンドツーエンドパイプラインを提案する。
初期化のためにロボットのポーズが利用できるシナリオにおいて、既存のAMRスタックをターゲットにしている。
キャリブレーション段階はアンカー位置とレンジバイアスを推定し、ローカライゼーション段階はUWBに偏見を意識した拡張カルマンフィルタを融合させ、広範囲なパラメータチューニングなしで整合性を改善する。
倉庫における商業用ロジスティクスAMRの実験では、屋内および屋外の遷移の正確な位置が示され、以前の推定器の定式化よりも一貫性が向上した。
独立したフォークリフトデータセットの評価は、他のプラットフォームへの転送可能性をさらに示す。
この方法は、視線とスパースアンカーのカバーが限定されたテストケースで有効である。
これらの結果から,UWBのローカライゼーションは,工業用AMRに必要な精度を維持しつつ,手作業を大幅に削減して展開可能であることが示された。
収集された倉庫データセットが公開されている。
関連論文リスト
- V2I Work Zone Geometry Reconstruction with Pose-Conditioned UWB Range Denoising [21.96504043018849]
本研究では,マルチアンカーUWBレンジに対するポーズ条件付き変分変分予測デノイザを提案する。
2段階のトレーニング戦略は、まず観測範囲から予測を学習し、次にNLOSの重み付けによるディナイザを微調整する。
提案手法は,NLOS重み付けの課題において,範囲精度,コーンの局在化,ワークゾーンの幾何再構成を著しく向上することを示す。
論文 参考訳（メタデータ） (2026-05-28T01:24:26Z) - MoASE++: Mixture of Activation Sparsity Experts with Domain-Adaptive On-policy Distillation for Continual Test Time Adaptation [65.068801413044]
連続的なテスト時間適応は、非定常な未ラベルのターゲットストリームにソース予測モデルを適用する。
ドメインに依存しない構造をドメイン固有のテクスチャから切り離す。
論文 参考訳（メタデータ） (2026-05-18T01:52:12Z) - CT-VIR: Continuous-Time Visual-Inertial-Ranging Fusion for Indoor Localization with Sparse Anchors [8.090575303185078]
本稿では,視覚慣性配列(VIR)融合ローカライゼーションのための連続時間状態推定法を提案する。
イントロダクタ、ビジュアル、およびレンジリング制約は、スライドウインドウグラフの因子として定式化される。
パブリックデータセットと実世界の実験による評価は,提案手法の有効性と実用性を示すものである。
論文 参考訳（メタデータ） (2026-04-16T02:23:57Z) - Decentralized Cooperative Localization for Multi-Robot Systems with Asynchronous Sensor Fusion [0.4316181399175028]
分散協調型ローカライゼーションは,GPSを用いた環境下で動作する非ホロノミック移動ロボットにとって有望なアプローチである。
本稿では,拡張カルマンフィルタを用いて,各ロボットが局所的なローカライズを行うフレームワークを提案する。
また、静的環境特徴と移動ロボットの両方を動的ランドマークとして活用するデュアルランドマーク評価フレームワークを導入する。
論文 参考訳（メタデータ） (2026-03-12T15:42:59Z) - Distributed and Consistent Multi-Robot Visual-Inertial-Ranging Odometry on Lie Groups [1.2247984232203188]
本稿では、複数のロボット間でVIOとUWBの測定を密に融合させる分散視覚慣性測度(DC-VIRO)フレームワークを提案する。
リー群上の右不変誤差定式化を利用して、提案手法は標準VIOの可観測性を保存する。
論文 参考訳（メタデータ） (2026-02-22T13:07:50Z) - DST-Calib: A Dual-Path, Self-Supervised, Target-Free LiDAR-Camera Extrinsic Calibration Network [57.22935789233992]
本稿では,オンライン方式で動作するLiDARカメラ外装キャリブレーションネットワークについて紹介する。
提案手法は,一般化可能性の観点から既存手法を著しく上回っている。
論文 参考訳（メタデータ） (2026-01-03T13:57:01Z) - Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
生成のための教師なし共形推論フレームワークを提案する。
我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。
その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
論文 参考訳（メタデータ） (2025-09-26T23:40:47Z) - Automated classification of pre-defined movement patterns: A comparison
between GNSS and UWB technology [55.41644538483948]
リアルタイム位置情報システム(RTLS)は、人間の動きパターンからデータを収集することができる。
本研究の目的は、小さな領域における人間の動きパターンを分類する自動化された枠組みを設計し、評価することである。
論文 参考訳（メタデータ） (2023-03-10T14:46:42Z) - Learning-based Bias Correction for Time Difference of Arrival
Ultra-wideband Localization of Resource-constrained Mobile Robots [8.016760287602084]
超広帯域(UWB)到着時間差(TDOA)ベースのローカライゼーションは,多数のデバイスにスケール可能な,軽量で低コストなソリューションとして有望である。
しかし、標準の商用UWB無線のローカライゼーション精度は、しばしば測定バイアスと外れ値のために不十分である。
我々は,(i)学習に基づくバイアス補正と(ii)M推定に基づくロバストフィルタリングを併用して,アウトレーヤを扱う頑健なUWB TDOAローカライゼーションフレームワークを提案する。
論文 参考訳（メタデータ） (2021-03-02T17:31:32Z) - Unsupervised Domain Adaptation for Speech Recognition via Uncertainty
Driven Self-Training [55.824641135682725]
WSJ をソースドメインとし,TED-Lium 3 とSWITCHBOARD を併用したドメイン適応実験を行った。
論文 参考訳（メタデータ） (2020-11-26T18:51:26Z)
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。