[論文レビュー] A Scalable Belief Propagation Algorithm for Radio Signal Based SLAM.

Erik Leitinger, Florian Meyer+4 more|arXiv (Cornell University)|Jan 13, 2018

Indoor and Outdoor Localization Technologies参考文献 61被引用数 10

ひとこと要約

本論文は、超広帯域（UWB）電波信号を用いた屋内局所化のためのスケーラブルな信念伝播（BP）ベースのSLAMアルゴリズムを提案する。この手法では、鏡面多径成分（MPCs）を位置が未知で時間変動する可能性のある仮想アンカー（VAs）としてモデル化する。ベイジアン要因グラフモデルとBPを用いることで、確率的MPC-VA関連付けと状態推定を実現し、複雑な多径環境においても高精度でロバストな局所化を達成するとともに、計算複雑度を低く抑える。

ABSTRACT

We present a simultaneous localization and mapping (SLAM) algorithm that is based on radio signals and the association of specular multipath components (MPCs) with geometric features. Especially in indoor scenarios, localization from radio signals is challenging due to diffuse multipath propagation and the unknown MPC-featureassociation. In our approach, specular reflections at flat surfaces (e.g., walls) are described in terms of virtual anchors (VAs). The positions of these VAs are unknown and possibly time-varying. We develop a Bayesian model of the SLAM problem including the unknown MPC-VA association. We represent this model by a factor graph, which enables the use of the belief propagation (BP) scheme for efficient marginalization of the joint posterior distribution. The resulting BP-based SLAM algorithm detects the VAs and estimates the time-varying position of the mobile agent and the possibly time-varying positions of the VAs, thereby leveraging the MPCs in the radio signal for improved accuracy and robustness of agent localization. A core aspect of the algorithm is BP-based probabilistic MPC-VA association. Moreover, for improved initialization of new VA positions, the states of unobserved potential VAs are modeled as a random finite set and propagated in time by means of a zero-measurement probability hypothesis density filter. The proposed BP-based SLAM algorithm has a low computational complexity and scales well in all relevant system parameters. Experimental results using both synthetically generated measurements and realultra-wideband radio signals demonstrate the excellent performance of the algorithm in challenging indoor environments.

研究の動機と目的

• 拡散多径伝播と未知のMPC特徴関連付けによる精度低下が生じる屋内局所化の課題に対処する。
• 動的屋内環境における壁などの幾何的特徴と多径成分（MPCs）を関連付ける困難さを克服する。
• 移動エージェントの位置と、鏡面反射から導出される時間変動する仮想アンカー（VAs）の位置を同時に推定するスケーラブルなSLAMフレームワークを開発する。
• 未観測の潜在的VAsをランダム有限集合としてモデル化し、ゼロ測定確率仮説密度フィルタを用いて初期化を可能にする。

提案手法

• 鏡面多径成分（MPCs）を、位置が未知で時間変動する可能性がある仮想アンカー（VAs）としてモデル化する。
• エージェントおよびVAの状態に関する結合事後分布を要因グラフで表現することで、SLAM問題をベイジアン推論タスクとして定式化する。
• 信念伝播（BP）を適用し、周辺事後分布を効率的に計算することで、低計算複雑度でスケーラブルな推論を実現する。
• BPを用いて検出されたMPCとVAs間の確率的関連付けを実行し、MPC-VA対応の不確実性を解消する。
• 未観測の潜在的VAsをランダム有限集合としてモデル化し、ゼロ測定確率仮説密度フィルタを用いてその状態を時間経過とともに伝搬する。
• MPC検出とVA状態推定を統合した推論フレームワークを構築し、リアルタイム動作をサポートする。

実験結果

リサーチクエスチョン

• RQ1 屋内SLAMにおける電波信号の鏡面多径成分を、幾何的特徴と効果的にモデル化し関連付ける方法は何か？
• RQ2 信念伝播が動的屋内環境における電波ベースSLAMのスケーラビリティと精度に与える影響は何か？
• RQ3 測定が得られない状況において、新しい仮想アンカーの初期化をどのように改善できるか？
• RQ4 拡散多径が存在する状況で、提案手法が従来手法に比べて局所化誤差をどの程度低減できるか？
• RQ5 時間変動するVA位置と未知のMPC-VA関連付けを扱う中で、計算複雑度を低く保てるか？

主な発見

• BPベースのSLAMアルゴリズムは、多径密度の高い困難な屋内環境でも高精度でロバストな局所化を達成する。
• 信念伝播の使用により、結合事後分布の周辺化が効率的に行えるため、システムパラメータに応じて良好にスケーリングされる低計算複雑度が実現される。
• BPによる確率的MPC-VA関連付けは、仮想アンカー推定の信頼性と局所化精度を顕著に向上させる。
• ゼロ測定確率仮説密度フィルタにより、直接観測が得られない状況でも新しい仮想アンカーの有効な初期化が可能になる。
• 合成および実測の超広帯域（UWB）信号を用いた実験結果から、本手法の局所化精度とロバスト性における優れた性能が確認された。
• 本アルゴリズムは、VAの数の変動や時間変動条件に対してもスケーラビリティと安定性を示し、複雑な屋内シナリオにおいてベースライン手法を上回る性能を発揮した。