[論文レビュー] WSR: A WiFi Sensor for Collaborative Robotics.

Ninad Jadhav, Weiying Wang+4 more|arXiv (Cornell University)|Dec 8, 2020

Indoor and Outdoor Localization Technologies参考文献 72被引用数 4

ひとこと要約

本稿では、外部インfraストラクチャに依存せずに、視界外および遮蔽環境下でも協調ロボットが相対方向（電波の入射角、AoA）を推定できるWi-FiベースのセンサーWSRを提案する。移動ロボットの3次元軌道を用いて仮想アレイアンテナを模倣することで、任意の運動パターンに一般化可能なフレームワークを構築し、Cramér-Rao Boundに基づく閉形式の情報量指標を導出することで、従来のSARベースの手法に比べて顕著にAoA推定精度を向上させる。

ABSTRACT

In this paper we derive a new capability for robots to measure relative direction, or Angle-of-Arrival (AOA), to other robots operating in non-line-of-sight and unmapped environments with occlusions, without requiring external infrastructure. We do so by capturing all of the paths that a WiFi signal traverses as it travels from a transmitting to a receiving robot, which we term an AOA profile. The key intuition is to emulate antenna arrays in the air as the robots move in 3D space, a method akin to Synthetic Aperture Radar (SAR). The main contributions include development of i) a framework to accommodate arbitrary 3D trajectories, as well as continuous mobility all robots, while computing AOA profiles and ii) an accompanying analysis that provides a lower bound on variance of AOA estimation as a function of robot trajectory geometry based on the Cramer Rao Bound. This is a critical distinction with previous work on SAR that restricts robot mobility to prescribed motion patterns, does not generalize to 3D space, and/or requires transmitting robots to be static during data acquisition periods. Our method results in more accurate AOA profiles and thus better AOA estimation, and formally characterizes this observation as the informativeness of the trajectory; a computable quantity for which we derive a closed form. All theoretical developments are substantiated by extensive simulation and hardware experiments. We also show that our formulation can be used with an off-the-shelf trajectory estimation sensor. Finally, we demonstrate the performance of our system on a multi-robot dynamic rendezvous task.

研究の動機と目的

• 視界外および遮蔽環境下で外部インfraストラクチャに依存せずに、移動ロボット間の相対方向推定（電波の入射角、AoA）を可能にすること。
• ロボットの運動を固定パターンに制限するか、送信機を静止状態に制限する従来の合成孔径レーダ（SAR）ベースの手法の限界を克服すること。
• 任意の3次元ロボット軌道をサポートし、AoA推定中に継続的な移動を可能にする一般化されたフレームワークの開発。
• Cramér-Rao Boundから導出された閉形式表現を用いて、ロボット軌道の情報量を形式的に定量化すること。
• シミュレーション、ハードウェア実験、および市販の軌道センサとの統合を通じて、動的マルチロボット集合タスクでの手法の妥当性を検証すること。

提案手法

• 本手法は、ロボット間のWi-Fi信号のすべての多径成分を捉え、信号の空間的伝搬特性を反映する包括的なAoAプロファイルを形成する。
• ロボットの3次元運動を仮想開口率として活用し、軌道の多様性を活かして自由空間に大規模な仮想アンテナアレイを模倣する。
• 任意の3次元軌道からのAoAプロファイルを計算するための数学的フレームワークを構築し、送信および受信ロボットの継続的移動を可能にする。
• Cramér-Rao Boundを適用して、AoA推定分散の理論的下限を導出し、それをもとに閉形式の情報量指標を定義する。
• 市販の慣性計測装置またはドリフト推定用の軌道センサと互換性を持つようにフレームワークを設計し、実用的導入を可能にする。
• 広範なシミュレーションおよびハードウェア実験を通じて、動的マルチロボット集合タスクを含め、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 外部インfraストラクチャに依存せずに、視界外および遮蔽環境下の移動ロボット間でWi-Fi信号を用いて電波の入射角（AoA）を推定できるか？
• RQ2 固定または制限された運動パターンと比較して、任意の3次元ロボット軌道をどのように活用することでAoA推定精度を向上させられるか？
• RQ3 軌道の幾何構造を関数として、AoA推定分散の理論的下限は何か？ そして、それを閉形式でどのように計算できるか？
• RQ4 ロボット軌道の3次元空間的配置が、AoA推定の不確実性低減能力（情報量）にどのように影響するか？
• RQ5 本手法のフレームワークは、市販の軌道センサを用いて実用的に導入可能であり、実世界のマルチロボットタスクで性能を示せるか？

主な発見

• 提案されたWSRフレームワークは、Wi-Fi信号と移動ロボットの運動のみを用いて、3次元、視界外、遮蔽環境下で高精度かつインfraストラクチャ不要のAoA推定を実現する。
• 任意の3次元軌道を活用することで、運動を制限するか、送信機を静止状態に制限する従来のSARベースの手法に比べ、顕著に高いAoA推定精度を達成する。
• Cramér-Rao Boundから導出された閉形式の情報量指標は、軌道の幾何構造が推定精度に与える影響を定量的に捉えており、最適な軌道設計を可能にする。
• ハードウェア実験により理論的予測が確認され、多様な3次元運動パターンにおいて一貫したAoA推定性能の向上が示された。
• 本システムは、動的マルチロボット集合タスクを成功裏に実行し、実世界の協調的シナリオにおける耐障害性と実用性を示した。
• 市販の軌道センサとの統合は可能で効果的であり、専用ハードウェアを必要とせずに導入が可能である。