[論文レビュー] Cooperative Simultaneous Localization and Tracking in Mobile Agent Networks

Florian Meyer, Ondrej Hlinka+3 more|arXiv (Cornell University)|Mar 7, 2014

Indoor and Outdoor Localization Technologies参考文献 39被引用数 5

ひとこと要約

本稿では、双方向の確率的情報共有を通じて協調的自己位置特定（CSL）と分散型ターゲット追跡（DTT）を統合する、モバイルエージェントネットワーク向けの分散型協調同時位置特定（CoSLAT）フレームワークを提案する。パーティクルベースの尤度共通化と信念伝搬を組み合わせることで、独立したCSLおよびDTT手法と比較して、位置特定および追跡精度の両面で顕著な性能向上を達成する。

ABSTRACT

We introduce a framework and methodology of cooperative simultaneous localization and tracking (CoSLAT) in decentralized mobile agent networks. CoSLAT provides a con- sistent combination of cooperative self-localization (CS L) and distributed target tracking (DTT). Multiple mobile targets and mobile agents are tracked using pairwise measurements between agents and targets and between agents. We propose a distributed CoSLAT algorithm that combines particle-based belief propa- gation with the likelihood consensus scheme and performs a bidirectional probabilistic information transfer between CSL and DTT. Simulation results demonstrate significant improveme nts in both self-localization and target tracking performance compared to separate CSL and DTT.

研究の動機と目的

• 通信制限がある分散型モバイルエージェントネットワークにおいて、正確な位置特定とターゲット追跡を維持する課題に対処すること。
• 自己位置特定とターゲット追跡を別個の問題として扱うことで生じる状態推定の不整合を回避すること。
• 協調的自己位置特定と分散型ターゲット追跡モジュール間で双方向情報交換を可能にする統一的で分散型のアルゴリズムを開発すること。
• 一貫性のある確率的フレームワーク内でのエージェント-ターゲットおよびエージェント-エージェント間の測定値を活用することで、全体のシステム性能を向上させること。
• 多数のモバイルエージェントとターゲットを伴う動的環境でもスケーラブルかつロバストに動作する仕組みを実現すること。

提案手法

• 協調的自己位置特定（CSL）と分散型ターゲット追跡（DTT）を統合した単一の確率的フレームワークに統合する分散型CoSLATアルゴリズムを設計する。
• ネットワーク全体にわたるエージェントおよびターゲット状態の後験分布を表現・伝搬するために、パーティクルベースの信念伝搬を活用する。
• エージェント-ターゲットおよびエージェント-エージェントペアからの測定値をネットワーク全体で一貫して統合するために、尤度共通化スキームを実装する。
• 相互に適合を図るためのCSLとDTTモジュール間の双方向情報伝達を確立する。
• 各エージェントが局所的な計算を実行し、隣接エージェントとのみ通信することで、分散性を維持する。
• エージェントとターゲット間のペアワイズ関係を符号化する因子グラフを用いて、効率的な推論を可能にする共同推定問題を定式化する。

実験結果

リサーチクエスチョン

• RQ1 分散型モバイルエージェントネットワークにおいて、協調的自己位置特定と分散型ターゲット追跡をどのように効果的に統合できるか。
• RQ2 CSLとDTT間の双方向情報交換が、推定精度および一貫性に与える影響は何か。
• RQ3 パーティクルフィルタリングと尤度共通化を統合した分散型アルゴリズムは、別個に実装されたCSLおよびDTTの実装を上回る性能を発揮できるか。
• RQ4 エージェント-ターゲットおよびエージェント-エージェント間のペアワイズ測定値の使用が、位置特定および追跡性能にどのように寄与するか。
• RQ5 動的で分散型の環境において、提案されたCoSLATフレームワークのスケーラビリティおよびロバスト性の特性は何か。

主な発見

• 提案されたCoSLATフレームワークは、CSLおよびDTTを独立したモジュールとして動作させる場合と比較して、自己位置特定およびターゲット追跡の両面で顕著な性能向上を達成する。
• CSLとDTTモジュール間の双方向確率的情報伝達により、ネットワーク全体の推定誤差が低減され、一貫性が向上する。
• パーティクルベースの信念伝搬と尤度共通化の統合により、モバイルエージェントネットワークにおける正確でスケーラブルかつ分散型の推論が可能になる。
• シミュレーション結果から、共同のCoSLATアプローチが、独立したCSLおよびDTTの両方の性能を上回ることが確認された。
• フレームワークは分散性を維持しつつ、局所的測定値と隣接エージェントとの通信を効果的に活用してグローバル推定を実現する。
• 一貫性のある情報統合のおかげで、多数のモバイルエージェントとターゲットを伴う動的環境でも、本手法はロバストであることが示された。