一种基于无线信号的机器人感知框架

在本文中，我们利用机器人的移动性，开发了一种新颖的基于无线信号的机器人感知能力（WSR）的分析框架。它允许机器人在非视距、未知环境中运行且无需外部基础设施的情况下，主要测量相对于其他机器人的方向，即到达角（AOA）。我们通过捕获无线信号从团队中的发射机器人传输到接收机器人所经过的所有路径来实现这一点，我们将其称为 AOA 轮廓。我们方法背后的关键直觉是使机器人能够在 2D 和 3D 空间中自由移动时模拟天线阵列。因此，利用机器人局部位移的知识，处理无线信号相位中的微小差异以获得该轮廓，其方法类似于合成孔径雷达（SAR）。这项工作的主要贡献是开发了：i) 一个适应任意 2D 和 3D 运动以及信号发射和接收机器人连续移动的框架，同时计算它们之间的 AOA 轮廓；ii) 基于天线阵列理论的 Cramer-Rao 界分析，该分析提供了 AOA 估计方差的 lower bound 作为机器人运动几何结构的函数。我们表明，允许机器人在执行 SAR 时利用其在 3D 空间中的全部移动性，会产生更准确的 AOA 轮廓，从而获得更好的 AOA 估计。所有分析进展均得到了在空气/地面机器人平台上使用 5 GHz WiFi 进行的大量仿真和硬件实验的证实。我们的实验结果支持了我们的分析发现，表明 3D 运动提供了增强且一致的准确性，在 95% 的试验中总 AOA 误差小于 10 度。我们还分析表征了位移估计误差对测得 AOA 的影响。