[論文レビュー] Metric Map Merging using RFID Tags & Topological Information.

Emmanouil Tsardoulias, Aristeidis G. Thallas+1 more|arXiv (Cornell University)|Nov 17, 2017

Robotics and Sensor-Based Localization参考文献 5被引用数 3

ひとこと要約

本論文は、RFIDタグとトポロジカル特徴を用いて、複数ロボットシステムのメトリックマップ統合を提案する。局所占有グリッドマップ（OGM）の整合をとるために、障害物とRFIDポーズの整合を用いて近似的な回転を計算し、最も正確に局在化されたRFIDペアを用いて並進を推定し、ICPを用いて整合性を向上させる。平均二乗誤差がほぼゼロに近く、1回の統合あたり18秒未塔の実行時間で、ほぼ完璧なマップ統合を達成する。

ABSTRACT

A map merging component is crucial for the proper functionality of a multi-robot system performing exploration, since it provides the means to integrate and distribute the most important information carried by the agents: the explored-covered space and its exact (depending on the SLAM accuracy) morphology. Map merging is a prerequisite for an intelligent multi-robot team aiming to deploy a smart exploration technique. In the current work, a metric map merging approach based on environmental information is proposed, in conjunction with spatially scattered RFID tags localization. This approach is divided into the following parts: the maps approximate rotation calculation via the obstacles poses and localized RFID tags, the translation employing the best localized common RFID tag and finally the transformation refinement using an ICP algorithm.

研究の動機と目的

• 複数ロボット探索システムにおける複数のロボットからの局所メトリックマップを統合する課題に対処すること。
• オドメトリやグローバルポジショニングに依存せずに、環境のランドマークを活用して正確なマップ統合を可能にすること。
• 分散型ロボットシステムにおける共通の参照フレームの欠如を、RFIDタグとトポロジカル特徴を用いて克服すること。
• 幾何的制約（障害物の方向）、RFID局在化、反復的精錬を組み合わせることで、マップ整合の精度を向上させること。
• 離散的グリッド表現によって生じる不整合を、修正されたぼかし処理により低減すること。

提案手法

• 環境障害物の方向ベクトルを用いて、2つのOGM間の相対的回転を推定する。ここでは、障害物が直交していると仮定する。
• 共通のRFIDタグのポーズを用いて、RANSACベースのトポロジカル整合により回転クォータニオンを計算する。
• 2つのマップ間で最も正確に局在化された共通のRFIDタグペアを用いて、並進を決定する。
• 初期変換を反復的最近接点（ICP）アルゴリズムを用いて精錬し、高精度な整合を達成する。
• 変換後に生じる離散的グリッド表現に起因する不整合を解消するために、修正されたぼかし処理を適用する。
• RFIDタグの局在化に確率的ベイズフィルタを用い、均一な全方向性アダプタ応答を仮定する。

実験結果

リサーチクエスチョン

• RQ1 RFIDタグとトポロジカル特徴は、複数ロボットシステムにおけるメトリックマップ統合のための共通の参照フレームを確立するために効果的に使用できるか？
• RQ2 障害物の幾何学的特徴とRFIDタグのポーズを用いて、2つの局所OGM間の相対的回転をどの程度正確に推定できるか？
• RQ3 最も正確に局在化されたRFIDペアを用いることで、マップ統合における並進推定の精度にどのような影響を与えるか？
• RQ4 初期の幾何的およびRFIDベースの手法に比べ、ICP精錬がマップ整合精度をどの程度向上させるか？
• RQ5 実際の条件下で、実行時間および誤差指標（例：MSE）の観点から、本手法はどの程度の性能を示すか？

主な発見

• 最初の手法（RFIDタグの3点セットによる変換）は、大きな平均二乗誤差（MSE）を示し、著しく誤った整合を生じた。
• 2番目の手法（障害物の方向ベクトルと最も正確に局在化されたRFIDペアの組み合わせ）は、MSEが著しく低減され、視覚的に障害物が正しく整合された。
• 3番目の手法（初期変換後にICP精錬を適用）は、ほぼゼロのMSEを達成し、ほぼ完全なマップ整合を示した。
• 精度が向上するにつれ実行時間も増加した：最初の手法は約0.02 ms、2番目の手法はRANSACのため約10秒、3番目の手法はICPのため約18秒であった。
• アルゴリズムは高い角度精度を示し、平均回転偏差は±1.1196°（95.45%が±2σ内）であり、強力な一貫性を示した。
• 長時間の実行時間にもかかわらず、ICP強化手法はその高精度ゆえに好ましいと判断され、オフラインマップ統合において計算コストを正当化した。