用于精确超宽带误差信号预测的半监督新颖性检测
机器人学
2024-04-09 v1
摘要
超宽带（UWB）技术是一般环境中定位的一种新兴低成本解决方案。然而，UWB 信号会受到信号反射和锚点之间非视距（NLoS）条件的影响；因此，从更广泛的意义上说，环境的特定几何结构以及地图中阻碍物的分布可能会严重阻碍 UWB 在精确机器人定位中的可靠性。本研究旨在通过使用指纹半监督新颖性检测方法学习 UWB 质量信号的地图特定表征来缓解这一问题。在标称 UWB 地图条件下训练无监督自编码器神经网络，然后将其用于预测由环境中引入扰动新颖性而导致的误差。这项工作在理解 UWB 定位及其在不断变化的环境条件下的可靠性方面带来了阶跃式的变化。所提方法的最终性能通过基于视觉跟踪真值的细粒度实验得到了证明。
引用
@article{arxiv.2404.05351,
title = {Semi-Supervised Novelty Detection for Precise Ultra-Wideband Error Signal Prediction},
author = {Umberto Albertin and Alessandro Navone and Mauro Martini and Marcello Chiaberge},
journal= {arXiv preprint arXiv:2404.05351},
year = {2024}
}