HGP-RL：基于 Wi-Fi 的多机器人系统分布式分层高斯过程相对定位
机器人学
2024-07-11 v2 多智能体系统
摘要
相对定位对于多机器人系统执行协作任务至关重要，尤其在 GPS 拒止环境中。当前多机器人相对定位技术依赖相机和激光雷达等昂贵或短距离传感器。因此，这些算法面临高计算复杂度（如地图合并）、对结构良好环境的依赖等挑战。为弥补这一不足，我们提出一种利用公共接入点（AP）进行相对定位（RL）的分布式新方法。为高效实现该目标，我们提出一种新颖的分层高斯过程（HGP）映射，将机器人所连接 Wi-Fi AP 的接收信号强度指示（RSSI）值进行映射。每个机器人利用 HGP 地图在其参考系中定位 AP，并借助面向 AP 的代数变换获得邻近机器人的相对位置。该方法易于应用于资源受限设备，且仅依赖普遍可用的 WiFi RSSI 测量。我们在 Robotarium 仿真中针对多种最先进方法广泛验证了所提 HGP-RL 的性能。结果表明，HGP-RL 在定位精度、计算和通信开销方面均具有优越性能。最后，我们通过一个三台移动机器人团队中实现会合任务的多机器人协作实验展示了 HGP-RL 的实用性。
引用
@article{arxiv.2307.10614,
title = {HGP-RL: Distributed Hierarchical Gaussian Processes for Wi-Fi-based Relative Localization in Multi-Robot Systems},
author = {Ehsan Latif and Ramviyas Parasuraman},
journal= {arXiv preprint arXiv:2307.10614},
year = {2024}
}
备注
Accepted in IROS 2024