[논문 리뷰] Fusing Odometry, UWB Ranging, and Spatial Detections for Relative Multi-Robot Localization

Xianjia Yu, Catalano, Iacopo외 4명|arXiv (Cornell University)|2023. 04. 13.

Indoor and Outdoor Localization Technologies인용 수 5

한 줄 요약

이 논문은 상호 간 UWB 거리 측정, 내장 오도메트리, 스테레오 카메라에서 유도된 협동적 공간 탐지 데이터를 융합하는 입자 필터 기반 상대 다로봇 위치 추정 시스템을 제안한다. 심지어 단일 UWB 거리 정보만으로도 오도메트리와 LSTM 기반 오차 보정을 융합할 경우 정확한 상대 상태 추정이 가능하며, 다중 거리 측정 방식을 능가하고 저전력 플랫폼에서 실시간 성능을 달성하며 위치 오차가 15cm 이내로 유지됨을 입증한다.

ABSTRACT

This letter presents a cooperative relative multi-robot localization design and experimental study. We propose a flexible Monte Carlo approach leveraging a particle filter to estimate relative states. The estimation can be based on inter-robot Ultra-Wideband (UWB) ranging and onboard odometry alone or dynamically integrated with cooperative spatial object detections from stereo cameras mounted on each robot. The main contributions of this work are as follows. First, we show that a single UWB range is enough to estimate the accurate relative states of two robots when fusing odometry measurements. Second, our experiments also demonstrate that our approach surpasses traditional methods, namely, multilateration, in terms of accuracy. Third, to further increase accuracy, we allow for the integration of cooperative spatial detections. Finally, we show how ROS 2 and Zenoh can be integrated to build a scalable wireless communication solution for multi-robot systems. The experimental validation includes real-time deployment and autonomous navigation based on the relative positioning method. It is worth mentioning that we also address the challenges for UWB-ranging error mitigation for mobile transceivers. The code is available at https://github.com/TIERS/uwb-cooperative-mrs-localization.

연구 동기 및 목표

• 센서 비용과 복잡성을 최소화하면서도 유연하고 인프라가 필요 없는 다로봇 시스템을 위한 상대 위치 추정 방법을 개발한다.
• 기존의 다중 거리 측정 방식에 의존하지 않고도 로봇 쌍당 단일 UWB 거리 정보만으로도 정확한 상대 상태 추정을 가능하게 한다.
• 거리 및 자이로스코프 방향 정보를 모두 활용해 학습된 LSTM 기반 校정 모델을 통해 이동 중인 로봇 환경에서의 UWB 거리 측정 오차를 감소시킨다.
• 환경 특징이 탐지 가능한 경우 협동적 공간 탐지 데이터를 동적으로 통합하여 위치 추정 정확도를 향상시킨다.
• ROS 2와 Zenoh를 활용해 다중 로봇 간 저지연, 확장 가능한 무선 통신을 구현하고, 임베디드 플랫폼에서 실시간으로 시스템을 구현 및 검증한다.

제안 방법

• 상대 로봇 상태 추정을 위해 오도메트리, UWB 거리 측정값, 협동적 공간 탐지 데이터를 융합하는 순차적 몬테카를로(입자 필터) 프레임워크를 사용한다.
• UWB 거리 측정 데이터는 각 로봇 쌍별로 독립적으로 학습된 장기 단기 기억(LSTM) 네트워크를 통해 사전 처리되며, 거리 및 로봇의 요우 방향을 입력으로 사용해 개별 거리 측정 오차를 예측하고 보정한다.
• 모든 로봇이 동일한 자이로스코프 방향 기준을 공유하는 2차원 요우 기준 프레임을 도입하여 상대 상태 정렬을 단순화한다.
• 두 대 이상의 로봇이 동일한 환경 물체를 탐지할 경우, 그들의 3차원 자세 정보를 입자 필터 내 상대적 제약 조건으로 통합한다.
• ROS 2와 Zenoh를 사용해 다중 로봇 간 저지연, 확장 가능한 무선 통신을 지원하는 실시간 시스템을 구현한다.
• 입자 필터는 가능한 상대 상태를 나타내는 가중치가 부여된 입자 집합을 유지하며, UWB 거리, 오도메트리, 공간 탐지 잔차로부터 유사도를 계산한다.

실험 결과

연구 질문

• RQ1 다중 거리 측정 방식에 의존하지 않고도 로봇 쌍당 단일 UWB 거리 정보만으로도 정확한 상대 상태 추정이 가능할 수 있는가?
• RQ2 실시간 환경에서 이동 중인 전송기/수신기에서 LSTM 기반 오차 보정 모델이 UWB 거리 측정 오차를 얼마나 효과적으로 감소시키는가?
• RQ3 스테레오 카메라에서 유도된 협동적 공간 탐지 데이터 통합이 상대 위치 추정 정확도에 얼마나 기여하는가?
• RQ4 기존의 다중 거리 측정 기반 접근 방식과 비교해 본다면, 제안된 방법은 정확도와 계산 효율성 측면에서 얼마나 뛰어나며?
• RQ5 저전력 임베디드 플랫폼에서 시스템의 실시간 성능과 자원 활용도는 어떠한가?

주요 결과

• 단일 UWB 거리 정보를 사용하는 제안된 입자 필터(PF U)는 다중 거리 측정 방식보다 유의미하게 낮은 절대 위치 오차(APE)를 기록하며, 오도메트리와 융합할 경우 단일 거리로도 충분함을 입증한다.
• LSTM 기반 UWB 오차 보정을 통합한 PF UL은 보정되지 않은 UWB 데이터 대비 APE를 최대 40% 감소시키며, 중앙값 APE는 0.1094m로 감소한다.
• 협동적 공간 탐지 통합(PF ULV)을 추가하면 APE는 0.10125m로 추가로 감소하여 환경 특징이 가용할 경우 정확도 향상이 명확히 확인된다.
• Intel PC, Jetson Nano, Raspberry Pi 4B 등 다양한 플랫폼에서 CPU 사용률 24% 이하, 메모리 소비량 500MB 이하로 실시간 성능을 달성한다.
• 자율 주행 시의 절대 궤적 오차(ATE)는 약 0.0872m로, 상대 위치 추정을 통한 강력한 경로 추적 능력을 보여준다.
• ROS 2와 Zenoh의 통합은 확장 가능하고 저지연 통신을 가능하게 하여 이질적인 컴퓨팅 플랫폼 간 실시간 배포를 지원한다.