Relative localization between autonomous robots without infrastructure is crucial to achieve their navigation, path planning, and formation in many applications, such as emergency response, where acquiring a prior knowledge of the environment is not possible. The traditional Ultra-WideBand (UWB)-based approach provides a good estimation of the distance between the robots, but obtaining the relative pose (including the displacement and orientation) remains challenging. We propose an approach to estimate the relative pose between a group of robots by equipping each robot with multiple UWB ranging nodes. We determine the pose between two robots by minimizing the residual error of the ranging measurements from all UWB nodes. To improve the localization accuracy, we propose to utilize the odometry constraints through a sliding window-based optimization. The optimized pose is then fused with the odometry in a particle filtering for pose tracking among a group of mobile robots. We have conducted extensive experiments to validate the effectiveness of the proposed approach.


翻译:没有基础设施的自主机器人之间的相对定位对于实现导航、路径规划和形成在许多应用中,例如应急反应等许多应用中实现自身导航、路径规划和形成至关重要。传统的Ultra-WideBand (UWB) 方法提供了对机器人之间距离的良好估计,但获得相对构成(包括偏移和定向)仍然具有挑战性。我们建议了一种方法,通过为每个机器人配备多个UWB网节点来估计一组机器人之间的相对构成。我们通过尽可能减少所有UWB网节点测量的剩余误差来确定两个机器人之间的构成。为了提高本地化的准确性,我们提议通过滑动窗口优化来利用食用测量限制。然后,将优化的外形与粒子过滤器结合,以便在一组移动机器人中进行外观跟踪。我们进行了广泛的实验,以验证拟议方法的有效性。

0
下载
关闭预览

相关内容

专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
31+阅读 · 2021年6月12日
专知会员服务
52+阅读 · 2020年9月7日
专知会员服务
61+阅读 · 2020年3月4日
【精通OpenCV 4】Mastering OpenCV 4 - Third Edition 随书代码
专知会员服务
39+阅读 · 2019年11月13日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【泡泡一分钟】通过学习轮式里程计和IMU误差的定位
泡泡机器人SLAM
133+阅读 · 2019年9月12日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
【泡泡一分钟】视觉惯性里程计的信息稀疏化(IROS-2018)
泡泡机器人SLAM
9+阅读 · 2018年12月31日
【泡泡一分钟】用于平面环境的线性RGBD-SLAM
泡泡机器人SLAM
6+阅读 · 2018年12月18日
Joint Monocular 3D Vehicle Detection and Tracking
Arxiv
8+阅读 · 2018年12月2日
VIP会员
相关VIP内容
Top
微信扫码咨询专知VIP会员