[논문 리뷰] Source localization using particle filtering on FPGA for robotic navigation with imprecise binary measurement

Adithya Krishna, André van Schaik외 1명|arXiv (Cornell University)|2020. 10. 22.

Target Tracking and Data Fusion in Sensor Networks인용 수 5

한 줄 요약

이 논문은 이질적인 이진 측정값을 사용하는 로봇 주행에서 실시간 소스 위치 추정을 위한 고속, FPGA 기반 입자 필터 아키텍처를 제안한다. 표준 SIR 입자 필터를 수정하여 다중 서브 필터 간의 병렬 처리를 가능하게 하고 파이ipel라인을 적용함으로써, 1024개 입자를 처리하는 데 5.62 μs의 실행 시간을 달성하여 178 kHz의 샘플링 속도를 확보하였으며, 노이즈가 많고 비선형적인 환경에서도 최소한의 추정 오차로 뛰어난 성능을 발휘한다.

ABSTRACT

Particle filtering is a recursive Bayesian estimation technique that has gained popularity recently for tracking and localization applications. It uses Monte Carlo simulation and has proven to be a very reliable technique to model non-Gaussian and non-linear elements of physical systems. Particle filters outperform various other traditional filters like Kalman filters in non-Gaussian and non-linear settings due to their non-analytical and non-parametric nature. However, a significant drawback of particle filters is their computational complexity, which inhibits their use in real-time applications with conventional CPU or DSP based implementation schemes. This paper proposes a modification to the existing particle filter algorithm and presents a highspeed and dedicated hardware architecture. The architecture incorporates pipelining and parallelization in the design to reduce execution time considerably. The design is validated for a source localization problem wherein we estimate the position of a source in real-time using the particle filter algorithm implemented on hardware. The validation setup relies on an Unmanned Ground Vehicle (UGV) with a photodiode housing on top to sense and localize a light source. We have prototyped the design using Artix-7 field-programmable gate array (FPGA), and resource utilization for the proposed system is presented. Further, we show the execution time and estimation accuracy of the high-speed architecture and observe a significant reduction in computational time. Our implementation of particle filters on FPGA is scalable and modular, with a low execution time of about 5.62 us for processing 1024 particles and can be deployed for real-time applications.

연구 동기 및 목표

• 노이즈가 있는 이진 센서 측정값을 사용하여 로봇 시스템에서 실시간 소스 위치 추정을 가능하게 하기.
• 실시간 응용 프로그램에서 입자 필터의 계산 병목 현상을 하드웨어 가속을 통해 해결하기.
• 병렬 및 파이프라인 실행을 지원하는 스케일러블하고 모듈러하며 저지연의 FPGA 아키텍처를 설계하기.
• 자율 주행을 위한 광다이오드 기반 광원 감지 기반으로 UGV 플랫폼에서 시스템을 검증하기.
• 2D 위치 추정 프레임워크를 UAV와 증가된 센서 수를 활용한 3D 소스 추적으로 확장하기.

제안 방법

• 재표본화 단계를 병렬화할 수 있도록 하기 위해 다중 서브 필터 간 입자 라우팅 메커니즘을 도입한 수정된 SIR 입자 필터 알고리즘을 제안한다.
• 샘플링, 중요도 가중치, 재표본화를 병행하여 수행하는 8개의 독립적 서브 필터를 사용하여 총 실행 시간을 감소시킨다.
• 필터 단계 간 파이프라인을 적용하여 처리량을 증가시키고 높은 입력 샘플링 속도를 지원한다.
• 자원 사용량과 성능 지표를 보고하여 확장성과 실시간 실행 가능성을 평가하기 위해 Artix-7 FPGA에 설계를 구현한다.
• 광다이오드에서 얻는 이진 측정값에 맞게 중요도 함수를 맞춤 설정하여 노이즈 하에서 탐지 확률을 모델링한다.
• 3D 확장은 16개 센서와 x, y, z 위치를 포함한 3D 상태공간 모델을 사용하며, 동일한 알고리즘 프레임워크를 활용한다.

실험 결과

연구 질문

• RQ1 실시간 시스템에서 재표본화 병목 현상을 해결하기 위해 수정된 입자 필터 알고리즘을 병렬화할 수 있는가?
• RQ2 로봇 주행 환경에서 1024개 입자를 처리하는 FPGA 기반 입자 필터의 실현 가능한 실행 시간과 샘플링 속도는 무엇인가?
• RQ3 노이즈가 많은 이진 측정값 하에서 제안된 하드웨어 최적화 입자 필터의 추정 정확도는 표준 SIR 필터와 비교해 어떻게 되는가?
• RQ4 제안된 아키텍처는 성능 저하를 최소화하면서 3D 소스 위치 추정으로 확장될 수 있는가?
• RQ5 초저지연을 달성하면서도 하드웨어 설계가 추정 정확도를 어느 정도 유지하는가?

주요 결과

• 제안된 FPGA 아키텍처는 1024개 입자를 처리하는 데 총 실행 시간이 5.62 μs이며, 이는 178 kHz의 샘플링 속도에 해당한다.
• 2D 위치 추정에서의 추정 오차는 표준 SIR 필터와 유사하며, 알고리즘 수정에도 불구하고 정확도에 심각한 저하가 발생하지 않았다.
• 16개 센서와 512개 입자를 사용한 3D 소스 위치 추정 모델은 350개 타임스텝 동안 평균 추정 오차 0.82 m를 기록하여 3D 공간에서의 실현 가능성을 입증하였다.
• 아키텍처는 확장 가능하고 모듈러하며, 낮은 설계 복잡도를 지녀 실시간 로봇 주행 시스템에의 구현을 가능하게 한다.
• 실행 시간과 처리량 측면에서 이전의 FPGA 기반 입자 필터 설계보다 뛰어난 성능을 보였다.
• 시스템은 고노이즈 수준에도 강건하게 작동하여, 이진이고 노이즈가 많은 센서 입력 조건에서도 정확한 소스 위치 추정을 유지하였다.