TCAFF：用于机器人坐标系对齐的时间一致性

在协作机器人领域，通信空间信息（如规划轨迹和共享环境信息）的能力至关重要。当没有全局位置信息可用时（例如室内或 GPS 拒止环境），智能体必须先对齐其坐标系，然后才能正确表达和解释共享的空间信息。当机器人没有初始对齐且受航位推算漂移影响时，坐标系对齐尤为困难。为此，我们开发了一种名为 TCAFF 的新型多假设算法，用于对齐相邻机器人的坐标系。TCAFF 通过关联稀疏开放集目标地图来考虑潜在的对齐，并利用时间一致性来确定初始对齐并校正漂移，所有这些都不需要任何关于相邻机器人位姿的先验知识。我们在一个由四台机器人组成、跟踪六名行人的协作目标跟踪应用中展示了 TCAFF 用于坐标系对齐，并表明 TCAFF 使机器人能够实现与具有真实定位的系统相似的跟踪精度。代码和硬件数据集可在 https://github.com/mit-acl/tcaff 获取。