[논문 리뷰] Measurement Scheduling for Cooperative Localization in Resource-Constrained Conditions

Yan Qi, Li Jiang외 1명|arXiv (Cornell University)|2019. 12. 10.

Indoor and Outdoor Localization Technologies참고 문헌 30인용 수 17

한 줄 요약

이 논문은 자원 제약 조건 하에서 다중 로봇 시스템의 협동 위치 측정을 위한 탈중앙화되고 통신이 없는 측정 스케줄링 알고리즘을 제안한다. 각 로봇은 상호 위치 불확실성의 상한을 최소화하는 데 기반한 탐욕 히우리즘을 사용하여 제한된 수의 랜드마크 로봇을 국지적으로 선택하며, 실시간 협업 없이도 최신 기술 수준의 성능을 달성하면서도 계산 비용을 크게 낮춘다.

ABSTRACT

This paper studies the measurement scheduling problem for a group of N mobile robots moving on a flat surface that are preforming cooperative localization (CL). We consider a scenario in which due to the limited on-board resources such as battery life and communication bandwidth only a given number of relative measurements per robot are allowed at observation and update stage. Optimal selection of which teammates a robot should take a relative measurement from such that the updated joint localization uncertainty of the team is minimized is an NP-hard problem. In this paper, we propose a suboptimal greedy approach that allows each robot to choose its landmark robots locally in polynomial time. Our method, unlike the known results in the literature, does not assume full-observability of CL algorithm. Moreover, it does not require inter-robot communication at scheduling stage. That is, there is no need for the robots to collaborate to carry out the landmark robot selections. We discuss the application of our method in the context of an state-of-the-art decentralized CL algorithm and demonstrate its effectiveness through numerical simulations. Even though our solution does not come with rigorous performance guarantees, its low computational cost along with no communication requirement makes it an appealing solution for operatins with resource constrained robots.

연구 동기 및 목표

• 제한된 배터리 수명과 통신 대역폭 등의 엄격한 자원 제약 조건 하에서 위치 측정 불확실성을 최소화하는 문제를 해결하기 위해.
• 랜드마크 선택 중에 로봇 간 통신이 필요 없는 탈중앙화된 측정 스케줄링 전략을 개발하기 위해.
• 실시간으로 작동할 수 있도록 저복잡도이자 국지적으로 계산 가능한 알고리즘을 설계하기 위해.
• 전체 관측 가능성(observability)이 필요 없도록 하여 GPS가 불가능한 환경(실내 또는 수중 등)에도 적용 가능하도록 하기 위해.
• 최적에 가까운 부분 최적 방법의 성능에 근접하면서도 계산 비용을 극적으로 줄이는 데 목적이 있다.

제안 방법

• 각 로봇은 상호 위치 추정 불확실성의 상한을 최소화하는 데 기반한 탐욕 히우리즘을 사용하여 랜드마크 로봇을 독립적으로 선택한다.
• 불확실성 척도는 연관 공분산 행렬의 행렬식 로그(logdet)이며, 이는 불확실성 타원체의 부피에 해당한다.
• 전체 시스템 상태를 완전히 알지 못해도 되는 계산 가능한 logdet 상한을 사용하여 랜드마크 선택을 안내한다.
• 로봇의 자체 상태 추정치와 상대 측정 모델만을 사용하여 국지적으로 선택을 수행함으로써 실시간 협업이 필요 없다.
• 알고리즘은 다항식 시간 내에 작동하며, 저자원 로봇에서 실시간 구현을 위해 설계되어 있다.
• 전체 관측 가능성 가정이 없기에 GPS가 불가능한 환경에 적합하다.

실험 결과

연구 질문

• RQ1 스케줄링 중에 로봇 간 통신이 전혀 필요 없으면서도 높은 위치 측정 정확도를 유지할 수 있는 탈중앙화된 측정 스케줄링 방법을 설계할 수 있는가?
• RQ2 탐욕적이고 국지적으로 계산 가능한 방법이 협동 위치 측정에서 중심화되거나 협동된 부분 최적 방법과 비교해 유사한 성능을 달성할 수 있는가?
• RQ3 자원 제약 조건 하에서 불확실성 최소화 시 계산 비용과 위치 측정 정확도 사이의 상충 관계는 어떻게 되는가?
• RQ4 전체 관측 가능성 요구 없이도 실내 또는 수중 운영과 같은 GPS가 불가능한 환경에서 사용 가능한 방법을 개발할 수 있는가?
• RQ5 로봇 수와 각 로봇이 허용하는 측정 수에 비례해 제안된 방법의 확장성은 어떻게 되는가?

주요 결과

• 제안된 알고리즘은 알려진 최적성 갭(optimal gap)이 있는 Tzoumas 등 [19]의 부분 최적 방법과 유사한 위치 측정 정확도를 달성하지만, 계산 비용은 크게 낮춘다.
• N=9대의 로봇과 qi=1일 때, 알고리즘 1의 평균 실행 시간은 로봇당 3.05ms이며, [19]는 19.42ms로, 계산 시간이 6.4배 감소하였다.
• N이 15로 증가하고 qi=8이 되면, 알고리즘 1의 실행 시간은 로봇당 8.57ms로 낮은 수준을 유지하지만, [19]는 1524ms를 필요로 하여 뛰어난 확장성을 보였다.
• 랜드마크 선택이 무작위일 경우보다 성능이 뛰어나며, 특히 qi=1일 때 자원 제약 조건 하에서 지능적인 스케줄링의 필요성을 입증한다.
• 몬테카를로 시뮬레이션 결과, 알고리즘 1은 모든 시간 단계에서 낮은 불확실성(공분산의 logdet로 측정)을 유지하며, qi=8일 때는 전체 측정 사례와 동일한 성능을 달성한다.
• 랜드마크 선택은 동적이다 — 서로 다른 시간 단계에서 다른 로봇이 선택되며, 이는 적응적이고 맥락 인식형 행동을 의미한다.