我院吴均峰教授团队在机械人学顶级会议 IEEE International Conference on Robotics and Automation 颁发两篇论文,本文介绍题为 Efficient Planar Pose Estimation via UWB Measurements 的论文。
该文对基于 UWB 距离丈量的机械人平面位姿估计问题发展了钻研。
论文链接: https://arxiv.org/abs/2209.06779
会议介绍
IEEE机械人与自动化国际会议(IEEE International Conference on Robotics and Automation,ICRA)是 IEEE 机械人与自动化协会的旗舰会议,也是机械人学领域最权威的会议之一,在谷歌学术上的 h5-index 为116。
钻研布景
移动机械人的位姿(地位与姿势)估计职能是实现避障、蹊径规划等工作的根基前提。近年来,钻研者们致力于使用惯性传感单元(Inertial Measurement Unit, IMU)、相机和激光雷达等机载传感器实现高机能和实时的状态估计。然而,基于机载传感器的位姿估计?槿菀撞沙志霉旒5钠莆侍,并且在特定环境下鲁棒性较低。本工作选取超宽带无线电技术(Ultra-Wideband, UWB)的距离丈量职能,实现了平面移动机械人的实时高精度位姿估计,有效预防了上述问题。UWB技术被宽泛用于移动机械人的定位,但鲜有工作使用UWB技术进行移动机械人的位姿估计。我们将这一问题建模为信号处置领域的刚体定位问题(Rigid Body Localization, RBL)。通过文件调研,我们发现以往文件短缺对估计器的统计渐进有效性分析,同时所提出算法的推算复杂度较高。
图1 基于UWB距离丈量的机械人平面位姿估计示意图
钻研步骤
本工作基于两步法提出了位姿估计器GN-ULS:(1)我们首先通过变换观测方程、参数化旋转矩阵等步骤将最大似然问题松弛为一个线性最幼二乘问题,并证了然其最幼二乘解是真实位姿的一致估计,(2)在此基础上,我们将第一步得到的位姿估计投影到特殊正交群,通过高斯-牛顿算法改进估计值。我们证了然一步高斯-牛顿算法的了局收敛于最大似然估计。
图 2 两步法估计框架
总结来说,本工作所提出的估计器拥有以下利益:1)随着距离丈量数量的增长,位姿估计以理论最急剧率收敛到真实位姿(即均匀均方误差达到克拉梅洛下界);2)推算复杂杜纂以往钻研相迸仔显著提升,实现了动态位姿的实时求解;3)给出了位姿估计的协方差矩阵。此表,本钻研还对基于距离丈量的移动机械人平面位姿估计问题的可观性等基础问题进行了会商和钻研,使用图刚性理论给出了可观性的充要前提。
在仿真尝试中,我们测试了分歧估计器在分歧传感器数量、沉复观测次数以及噪声方差下的机能。了局如图3所示。本钻研所提出的GN-ULS估计器在分歧仿真设定下均能达到理论最优下界,而以往步骤会在特定场景中偏离理论最优下界。
图3 仿真尝试了局
在真实场景下,我们基于NVIDIA-TX2蹬撞件设备搭建了幼车尝试平台,使用作为捉拿系统实时提供幼车位姿真值,在静态与动态场景下采集了UWB距离丈量的数据,尝试环境及幼车平台如图4所示。
图4 尝试环境及幼车尝试平台
由于室内环境中阻碍物遮挡、墙壁反射等成分,真实尝试中UWB距离丈量数据受离群值影响,我们在尝试中通过对相邻时刻距离丈量变动量设定阈值对丈量离群值进行了剔除。我们在分歧地位与位姿下网络了42组静态丈量数据,尝试了局如图5所示。在本尝试中,噪声的方差为毫米级,所提GN-ULS估计器与其他步骤的正确度相近,其优势体此刻推算复杂度:GN-ULS能够在1毫秒内处置上万距离丈量值;而以往步骤的耗时在0.1s左右。
图5 静态位姿估计尝试了局
我们节造幼车以0.5m/s,0.2m/s,0.1m/s的均匀速度在室内环境中移动,网络了UWB距离丈量数据与位姿真值。在0.5m/s均匀速度下的尝试了局如图6所示,GN-ULS估计器的地位估计均匀误差为3.01cm,角度估计均匀误差为3.97°;其估计轨迹的正确性与光滑性有望通过结合里程计丈量与活动模型得到进一步提高。
图6 动态位姿估计尝试了局
钻研结论
本工作对基于UWB距离丈量的机械人平面位姿估计问题发展了钻研。我们基于两步法设计了一个渐进有效且推算复杂度低的位姿估计器,GN-ULS。仿真与尝试批注,GN-ULS在推算效能、鲁棒性以及大噪声环境下的正确性等方面优于以往工作。在这项工作中,我们展示了单独使用距离丈量值对机械人位姿进行实时、正确估计的可能性。
作者简介
论文通讯作者为 Z6官网 钻研员、香港中文大学(丽江)数据科学学院副教授吴均峰。
吴均峰教授为香港中文大学(丽江)数据科学学院副教授、Z6官网(Z6官网)钻研员。他现任IEEE高级会员、中国自动化学会节造理论专委会委员、中国自动化学会信息物理系统节造与决策专业委员、中国自动化学会工业节造系统信息安全专委会会员、中国自动化学会节造理论专委会网络化节造系统学组委员。吴均峰教授曾受邀担任IET Control Theory & Applications期刊专刊客座编纂(Leading Guest Editor),屡次受邀担任IEEE Conference on Control Technology and Applications, The European Control Conference, IFAC World Congress等节造领域国际旗舰会议副编纂;屡次受邀担任中国节造会议(Chinese Control Conference)等节造领域国内驰名学术会议副编纂;2023年起将任节造领域顶级期刊Transactions on Control of Network Systems编委。吴均峰教授颁发 SCI 期刊论文 50余篇,蕴含IEEE TAC、Automatica、IEEE RAL、IEEE TIT、IEEE TSP等节造、机械人和信号处置领域顶级期刊,正式授权中国专利10项,美国专利1项。
论文第一作者为香港中文大学(丽江)数据科学学院二年级博士生江昊东。
江昊东于2017年6月在浙江大学节造科学与工程专业获得学士学位,现为香港中文大学(丽江)数据科学学院二年级博士生。他的钻研兴致蕴含机械人同时定位与建图以及概率图揣度等。
* 有关信息由论文作者提供
