工具箱发布：一种用于机器人学的基于 WiFi 的相对方位传感器
机器人学
2021-11-16 v2
摘要
本文介绍 WiFi-Sensor-for-Robotics (WSR) 工具箱，一个开源 C++ 框架。它使团队中的机器人能够获取彼此间的相对方位，即使在非视距 (NLOS) 环境下——这是机器人学中一个极具挑战性的问题。其通过机器人在环境中行进时分析所通信 WiFi 信号的相位来实现。该能力基于我们前期工作的理论，首次作为开源工具提供。其动机在于缺乏易于部署的、利用机器人本地资源（如 WiFi）进行 NLOS 感知的解决方案。这对多机器人团队中的定位、自组织机器人网络以及安全性等具有意义。该工具箱设计用于在使用商用硬件和车载传感器的机器人平台上进行分布式在线部署。我们还发布了数据集，展示了其在多机器人定位用例中于 NLOS 和视距 (LOS) 环境下的性能。实证结果表明，我们工具箱的方位估计达到了 5.10 度的平均精度。在室内空气办公室环境的硬件部署中，这分别导致 LOS 和 NLOS 设置下定位的中位误差为 0.5m 和 0.9m。
引用
@article{arxiv.2109.12205,
title = {Toolbox Release: A WiFi-Based Relative Bearing Sensor for Robotics},
author = {Ninad Jadhav and Weiying Wang and Diana Zhang and Swarun Kumar and Stephanie Gil},
journal= {arXiv preprint arXiv:2109.12205},
year = {2021}
}
备注
7 pages