MURP: 受限通信环境下三维多智能体超宽带相对位姿估计
机器人学
2024-08-13 v3
摘要
智能体间相对定位对于许多在缺乏外部定位基础设施或先验环境知识下运行的多机器人系统至关重要。我们提出了一种新颖的智能体间相对三维位姿估计系统，其中每个参与智能体配备多个超宽带（UWB）测距标签。先前的工作通常用额外连续传输的数据（如里程计）来补充有噪声的UWB测距测量，这可能导致随着团队规模增大和/或通信网络能力下降而出现扩展性问题。通过为每个智能体配备多个UWB天线，我们的方法仅使用本地收集的UWB测距测量、先验状态约束以及当这些约束被违反时基于事件的检测来解决这些问题。加入我们学习的平均测距偏差校正后，位置误差额外降低了19%，实验平均绝对位置误差和航向误差分别为0.24米和9.5度。与其他最先进方法相比，我们的工作在类似系统上表现出改进的性能，同时与具有显著更高通信成本的方法保持竞争力。此外，我们公开了数据集。
引用
@article{arxiv.2312.17731,
title = {MURP: Multi-Agent Ultra-Wideband Relative Pose Estimation with Constrained Communications in 3D Environments},
author = {Andrew Fishberg and Brian Quiter and Jonathan P. How},
journal= {arXiv preprint arXiv:2312.17731},
year = {2024}
}