具有噪声距离测量的移动机器人网络在可定位性约束下的部署

当移动网络中的节点利用相对于其邻居的相对噪声测量来估计自身位置时，测量网络的整体连通性与几何结构对可实现的定位精度具有关键影响。本文研究了一类移动机器人网络的部署问题：该网络仅基于距离测量实现协同定位方案，同时试图维持一种有利于以高精度估计机器人位置的网络几何结构。网络几何结构的质量由一个“可定位性”函数来度量，该函数作为机器人运动规划的势场。该函数由 Cramér-Rao 界构建，对于给定的几何结构，该界给出了机器人利用其相对测量可能实现的任何无偏位置估计器所能达到的协方差矩阵的下界。我们描述了基于梯度下降的机器人运动规划器，试图优化或约束网络可定位性函数的不同变体，并讨论了以分布式方式实现这些控制器的方法。最后，本文还建立了我们的统计观点与保持捕获相对距离测量的图的一种加权刚性形式之间的形式化联系。