[논문 리뷰] A Scalable Belief Propagation Algorithm for Radio Signal Based SLAM.

Erik Leitinger, Florian Meyer외 4명|arXiv (Cornell University)|2018. 01. 13.

Indoor and Outdoor Localization Technologies참고 문헌 61인용 수 10

한 줄 요약

이 논문은 스펙큘러 다중경로 성분(MPCs)을 위치가 불확실하고 시간에 따라 변하는 가상 앵커(VAs)로 모델링함으로써 초광대역(UWB) 라디오 신호를 이용한 실내 위치 추정을 위한 확장 가능한 신뢰도 전파(BP)-기반 SLAM 알고리즘을 제안한다. 베이지안 인수 그래프 모델과 BP를 사용하여 확률적 MPC-VA 연관성과 상태 추정을 수행함으로써, 복잡한 다중경로 환경에서도 높은 정확도와 높은 강인성, 낮은 계산 복잡도를 달성한다.

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.

연구 동기 및 목표

• 다중경로 전파와 알려지지 않은 MPC-특징 연관성으로 인해 정확도가 떨어지는 실내 위치 추정 문제를 해결한다.
• 동적인 실내 환경에서 벽과 같은 기하학적 특징과 다중경로 성분(MPCs)을 연관짓는 데 어려움을 해결한다.
• 이동 중인 에이전트의 위치와 반사에 의해 유도된 시간에 따라 변하는 가상 앵커(VAs)의 위치를 동시에 추정하는 확장 가능한 SLAM 프레임워크를 개발한다.
• 무측정 확률 가설 밀도 필터링을 사용하여 새로운 가상 앵커를 강인하게 초기화할 수 있도록 한다.

제안 방법

• 스펙큘러 다중경로 성분(MPCs)을 위치가 불확실하고 가능하면 시간에 따라 변하는 가상 앵커(VAs)로 모델링한다.
• 에이전트 및 VA 상태에 대한 공동 사후 분포를 표현하기 위해 인수 그래프를 사용하여 SLAM 문제를 베이지안 추론 작업으로 공식화한다.
• 신뢰도 전파(BP)를 적용하여 근사 사후 분포를 효율적으로 계산함으로써, 낮은 계산 복잡도로 확장 가능한 추론을 가능하게 한다.
• 검출된 MPCs와 VAs 간의 확률적 연관성을 위해 BP를 사용하여 MPC-VA 대응에 대한 불확실성을 해결한다.
• 관측되지 않은 잠재적 VAs를 무작위 유한 집합으로 모델링하고, 무측정 확률 가설 밀도 필터를 사용하여 상태를 시간에 따라 전파한다.
• MPC 검출과 VA 상태 추정을 통합된 추론 프레임워크로 통합하여 실시간 운영을 지원한다.

실험 결과

연구 질문

• RQ1 실내 SLAM에서 라디오 신호의 스펙큘러 다중경로 성분을 효과적으로 모델링하고 기하학적 특징과 연관짓는 방법은 무엇인가?
• RQ2 신뢰도 전파(BP)의 사용이 다이나믹한 실내 환경에서 라디오 기반 SLAM의 확장성과 정확도에 미치는 영향은 무엇인가?
• RQ3 측정값이 없을 경우 새로운 가상 앵커의 초기화를 어떻게 향상시킬 수 있는가?
• RQ4 산산이 흩어진 다중경로 환경에서 기존 방법에 비해 제안된 알고리즘이 위치 추정 오차를 얼마나 줄이는가?
• RQ5 시간에 따라 변하는 VA 위치와 알려지지 않은 MPC-VA 연관성을 다룰 때에도 알고리즘이 낮은 계산 복잡도를 유지할 수 있는가?

주요 결과

• BP 기반 SLAM 알고리즘은 다중경로 밀도가 높은 도전적인 실내 환경에서도 정확하고 강인한 위치 추정을 달성한다.
• 신뢰도 전파의 사용은 공동 사후 분포의 효율적 마진화를 가능하게 하여 낮은 계산 복잡도를 유지하며, 시스템 파라미터에 따라 잘 확장된다.
• BP를 통한 확률적 MPC-VA 연관성은 가상 앵커 추정의 신뢰성과 위치 추정 정확도를 크게 향상시킨다.
• 무측정 확률 가설 밀도 필터는 직접 관측이 없더라도 새로운 가상 앵커의 효과적인 초기화를 가능하게 한다.
• 합성 및 실제 초광대역(UWB) 신호를 사용한 실험 결과는 알고리즘이 위치 추정 정확도와 강인성 측면에서 뛰어난 성능을 보임을 확인한다.
• 알고리즘은 다양한 수의 VA와 시간에 따라 변하는 조건에서도 확장성과 안정성을 보이며, 복잡한 실내 시나리오에서 베이스라인 방법을 능가한다.