日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
群制御arXiv:2610.11141

UWBとLiDARを用いた通信制限下のマルチロボット分散相対位置推定

Distributed Relative Localization Based on Ultra-WideBand and LiDAR for Multi-robot with Limited Communication

シェア:XThreadsFacebookLINEはてブBluesky

UWBとLiDARの計測から二つのグラフを構築し、部分グラフマッチングでロボットの同定と相対位置推定を分散的に行う手法を提案。障害物による誤マッチも検出して補正する。

詳しい要約

1. どんなもの?

- 複数ロボットの相対位置推定を、UWBとLiDARを用いて完全分散的に行う手法。 - GPS拒否環境かつ通信制限下で、外見が類似した同種ロボット群を対象とする。 - LiDARでLOS内の匿名物体位置を取得し、UWBでロボット間距離を測定する。 - UWB接続グラフとLiDAR接続グラフを構築し、共通部分グラフマッチング問題として同定と相対位置推定を定式化する。 - 障害物遮蔽による誤マッチを識別し、正しくマッチしたロボットとUWB距離測定を活用して位置推定する。

2. 先行研究と比べてどこがすごい?

- 従来の集中型や通信量の多い手法と異なり、完全分散的で限られた情報交換のみで動作する。 - 外見が類似したロボットの同定を、UWBとLiDARの異種センサ情報を統合したグラフマッチングで解決する点が新しい。 - 障害物遮蔽によるLiDAR視野内の誤マッチを明示的に識別するアプローチを導入している。 - 具体的な先行研究との比較は要旨からは不明。

3. 技術・手法の肝は?

- LiDARでLOS内の匿名物体(ロボットや障害物)の位置を取得し、UWBでロボット間距離を測定する。 - UWB接続グラフとLiDAR接続グラフを構築し、物体間の空間関係を表現する。 - ロボット同定と相対位置推定を共通部分グラフマッチング問題として解く。 - 障害物遮蔽による誤マッチを検出する誤マッチロボット識別手法を設計する。 - 誤マッチしたロボットは、正しくマッチしたロボットとUWB接続グラフ上の距離測定を用いて位置推定する。

4. どうやって有効だと検証した?

- 提案手法の性能評価のための実験を実施した。 - 限られた情報交換のみで分散的に、ロボット群が満足のいく位置推定精度を達成できることを示した。 - 具体的な実験設定や評価指標は要旨からは不明。

5. 議論はある?

- 障害物遮蔽によるLiDAR視野内の誤マッチを識別する手法を提案し、その対処法を示している。 - 通信制限下での分散相対位置推定の有効性を示唆している。 - 限界や課題、今後の展望についての詳細は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明記されていない。 - 同分野の関連手法として、UWBとLiDARを統合した相対位置推定、グラフマッチングに基づくマルチロボット同定、分散型SLAM、協調的探索・フォーメーション制御などが挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Zhiqiang Cao, Ran Liu, Billy Pik Lik Lau, Chau Yuen, U-Xuan Tan

分類: cs.RO

原文アブストラクト

Relative localization is crucial for a multi-robot system to collaboratively perform tasks, such as exploration and formation. However, this is highly challenging for homogeneous robots with similar appearance in GPS-denied and communication-limited environments. In this paper, we propose a fully distributed relative position estimation approach for a team of robots based on onboard UWB and LiDAR sensors, in which LiDAR is utilized to obtain the position of anonymous objects in Line-of-Sight (LOS), and UWB is used for ranging between robots. We construct two graphs, namely UWB connection graph and LiDAR connection graph, to represent the spatial relationship among objects (robots and obstacles) based on UWB and LiDAR measurements. Identification and relative position estimation are formulated as a common subgraph matching problem. A falsely-matched robot identification approach is designed to recognize the falsely-matched results caused by obstacle blockage in LiDAR field of view. These robots are then localized by leveraging the well-matched robots and the UWB ranging measurements in the UWB connection graph. We conducted experiments to evaluate the performance of our approach. The results show that the proposed approach is capable of achieving satisfactory positioning accuracy for a team of robots in a distributed manner with only exchanging limited information.

関連論文

PR本紙発行元 EmplifAI