多机器人网络中协同仅测距定位的优先级规划
机器人学
2021-09-14 v1
摘要
我们提出一种新颖的路径规划算法，用于降低通过机器人间距离测量协同定位的机器人网络的定位误差。基于距离测量的定位质量取决于网络的构型，而较差的构型会导致显著的定位误差。为降低网络构型对移动网络定位误差的影响，我们考虑Fisher信息矩阵（FIM）的多种最优性度量，这些度量与定位误差具有已被充分研究的关系。具体而言，我们提出一个对FIM最优性度量施加约束的轨迹规划问题。通过约束这些最优性度量，我们可以控制定位误差的统计特性。为高效生成满足这些FIM约束的轨迹，我们提出一种优先级规划器，其利用了基于图的规划与仅测距FIM的独特性质。我们在仿真实验中展示，与现有规划方法相比，我们的算法生成的轨迹将最坏情况定位误差降低了至多42%，并能够为大量机器人在复杂环境中可扩展地规划距离高效的轨迹。
引用
@article{arxiv.2109.05132,
title = {Prioritized Planning for Cooperative Range-Only Localization in Multi-Robot Networks},
author = {Alan Papalia and Nicole Thumma and John Leonard},
journal= {arXiv preprint arXiv:2109.05132},
year = {2021}
}
备注
8 pages, 3 figures, 1 table, 2 algorithms. Extension of work published at arXiv:2010.02861