基于机器人全站仪获取精确地面真值轨迹的不确定性分析
机器人学
2024-03-28 v1
摘要
在机器人领域，精确的地面真值定位对于同步定位与建图（SLAM）及控制算法的开发至关重要。机器人全站仪（RTSs）在不同类型的户外环境中提供准确且精确的参考位置，尤其相较于全球导航卫星系统（GNSS）在杂乱区域有限的精度。三台 RTS 可获取机器人平台六自由度（DOF）参考位姿。然而，在轨迹评估中很少计算每位姿的不确定性。随着评估算法日益精确，考虑该不确定性变得关键。我们提出一种基于蒙特卡洛（MC）方法融合三台 RTS 来计算此六自由度不确定性的方法。该方案依赖点对点最小化将 RTS 的噪声传播至机器人平台位姿。我们识别了建模此不确定性的五个主要噪声源：仪器固有噪声、倾斜噪声、大气因素、时间同步噪声和外参标定噪声。基于大量实验工作，我们比较了各噪声源对棱镜不确定性和最终估计位姿的影响。在超过 50 km 的轨迹上测试，我们的比较凸显了标定噪声与测量距离的重要性，后者理想应小于 75 m。此外，注意到机器人位姿的不确定性相较于其他噪声源并未受某一特定噪声源显著影响。
引用
@article{arxiv.2308.01553,
title = {Uncertainty analysis for accurate ground truth trajectories with robotic total stations},
author = {Maxime Vaidis and William Dubois and Effie Daum and Damien LaRocque and François Pomerleau},
journal= {arXiv preprint arXiv:2308.01553},
year = {2024}
}
备注
8 pages, 5 figure, accepted for IROS 2023