CREPES-X：分层式方位-距离-惯性直接协同相对位姿估计系统
机器人学
2026-01-01 v1
摘要
相对定位对于自主多机器人系统中的协作至关重要。现有方法要么依赖共享的环境特征或惯性假设，要么在复杂环境中遭受非视距退化和离群值的影响。对于数十个机器人，如何鲁棒且高效地融合方位、距离和惯性等机器人间测量值仍然是一个挑战。我们提出了 CREPES-X（具有多个扩展特征的协同相对位姿估计系统），这是一个分层式相对定位框架，在不需要任何全局信息的情况下，提高了在挑战性条件下的速度、精度和鲁棒性。CREPES-X 首先采用紧凑的硬件设计：红外（IR）LED、红外相机、超宽带模块和 IMU，封装在边长不超过 6 厘米的立方体中。然后，CREPES-X 实现了一个两阶段分层估计器，以满足速度、精度和鲁棒性方面的不同需求。首先，我们提出了一种单帧相对估计器，通过闭式解和鲁棒的方位离群值剔除，为多机器人设置提供即时相对位姿。然后，设计了一个多帧相对估计器，通过基于机器人中心相对运动学的 IMU 预积分，结合松耦合和紧耦合优化，提供精确且鲁棒的相对状态。大量的仿真和真实世界实验验证了 CREPES-X 的有效性，显示出对高达 90% 方位离群值的鲁棒性，证明了其在挑战性条件下的弹性，并在真实世界数据集中实现了 0.073 米和 1.817 度的 RMSE。
引用
@article{arxiv.2512.24688,
title = {CREPES-X: Hierarchical Bearing-Distance-Inertial Direct Cooperative Relative Pose Estimation System},
author = {Zhehan Li and Zheng Wang and Jiadong Lu and Qi Liu and Zhiren Xun and Yue Wang and Fei Gao and Chao Xu and Yanjun Cao},
journal= {arXiv preprint arXiv:2512.24688},
year = {2026}
}
备注
21 pages, 23 figures, journal