基于 VIO 与 UWB 的异构多机器人系统协同定位与稠密场景重建
机器人学
2022-04-12 v2
摘要
多机器人系统中的有效协作需要准确且鲁棒的相对定位估计：从协同操作到协同感知，还包括协同探索或协同运输。本文提出了一种针对由地面机器人和微型飞行器（MAVs）组成的异构多机器人系统中用于稠密场景重建的协同定位新方法。我们依靠基于 UWB 的距离测量和基于视觉惯性里程计（VIO）的自运动估计进行定位，并利用地面机器人搭载的激光雷达在单一参考系中实现完整的相对位姿估计，从而在不使用滑动时间窗的情况下解决完整相对位姿估计问题。在运行过程中，刚性特征值向系统提供反馈。为应对 MAV 在 GNSS 拒止环境中的路径规划与避障挑战，我们保持地面机器人与 MAV 之间的视距。由于能够进行稠密重建的激光雷达视场（FoV）有限，这给系统带来了新的约束。因此，我们提出了一种新颖的建模方法，即带邻域的杜宾斯多旅行商问题（DMTSPN）的变体，其中纳入了与地面机器人有限 FoV 相关的约束。我们的方法通过仿真以及使用真实机器人对系统各部分的实验得到了验证。
引用
@article{arxiv.2011.00830,
title = {VIO-UWB-Based Collaborative Localization and Dense Scene Reconstruction within Heterogeneous Multi-Robot Systems},
author = {Jorge Peña Queralta and Li Qingqing and Fabrizio Schiano and Tomi Westerlund},
journal= {arXiv preprint arXiv:2011.00830},
year = {2022}
}