[논문 리뷰] WSR: A WiFi Sensor for Collaborative Robotics.

Ninad Jadhav, Weiying Wang외 4명|arXiv (Cornell University)|2020. 12. 08.

Indoor and Outdoor Localization Technologies참고 문헌 72인용 수 4

한 줄 요약

이 논문은 외부 인프라 없이 비시각적 및 가림된 환경에서 협동 로봇 간의 상대 방향(수신각, AoA)을 추정할 수 있도록 하는 WiFi 기반 센서 WSR을 제안한다. 이는 이동하는 로봇의 3차원 경로를 활용해 허구의 안테나 어레이를 모방함으로써, 임의의 운동에 일반화된 프레임워크를 통해 AOA 프로파일을 계산하고, Cramér-Rao 경계를 기반으로 폐쇄형 정보성 지표를 유도함으로써, 이전의 SAR 기반 방법보다 상당히 향상된 AOA 추정 정확도를 달성한다.

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.

연구 동기 및 목표

• 외부 인프라에 의존하지 않고, 비시각적 및 가림된 환경에서 이동하는 로봇 간의 상대 방향 추정(수신각, AoA)을 가능하게 하기.
• 로봇의 운동을 고정된 패턴으로 제한하거나 정적 송신기를 필요로 하는 이전의 허구의 아포지터 레이더(SAR) 기반 방법의 한계를 극복하기.
• 임의의 3차원 로봇 경로와 AOA 추정 중 연속적인 이동을 지원하는 일반화된 프레임워크 개발하기.
• Cramér-Rao 경계에서 유도된 폐쇄형 표현을 사용해, 로봇 경로의 정보성(추정 불확실성 감소 능력)을 체계적으로 정량화하기.
• 시뮬레이션, 하드웨어 실험, 그리고 실시간 다중로봇 모임 작업에 대한 오프더셰프 경로 센서 통합을 통해 방법의 유효성 검증하기.

제안 방법

• 이 방법은 로봇 간의 WiFi 신호의 모든 다중 경로 성분을 캡처하여, 신호의 공간 전파 특성을 반영하는 종합적인 AOA 프로파일을 형성한다.
• 로봇의 3차원 운동을 허구의 아포지터로 활용하여, 경로 다양성을 통해 자유 공간에서 큰 가상 안테나 어레이를 모방한다.
• 임의의 3차원 경로에서 AOA 프로파일을 계산하기 위한 수학적 프레임워크를 개발하여, 송신 및 수신 로봇의 연속적인 이동을 가능하게 한다.
• Cramér-Rao 경계를 적용하여 AOA 추정 분산의 이론적 하한을 도출하고, 이를 바탕으로 로봇 경로의 폐쇄형 정보성 지표를 정의한다.
• 오프더셰프 관성 또는 사전 추적 경로 센서와의 호환성을 고려해 설계되어 실용적 구현을 가능하게 한다.
• 광범위한 시뮬레이션과 하드웨어 실험을 통해 방법의 유효성을 검증하였으며, 이는 실시간 다중로봇 모임 작업을 포함한다.

실험 결과

연구 질문

• RQ1 외부 인프라 없이 비시각적 및 가림된 환경에서 이동하는 로봇 간의 수신각을 WiFi 신호로 추정할 수 있는가?
• RQ2 고정되거나 제약된 운동 패턴에 비해, 임의의 3차원 로봇 경로를 어떻게 활용하여 AOA 추정 정확도를 향상시킬 수 있는가?
• RQ3 경로 기하학적 구조에 따라 AOA 추정 분산의 이론적 하한은 무엇이며, 이를 폐쇄형으로 어떻게 계산할 수 있는가?
• RQ4 로봇 경로의 정보성(즉, AOA 추정 불확실성을 감소시키는 능력)은 그 3차원 공간적 구성에 따라 어떻게 달라지는가?
• RQ5 제안된 프레임워크는 오프더셰프 경로 센서를 사용해 실용적으로 구현 가능하며, 실제 다중로봇 작업에서 성능을 입증할 수 있는가?

주요 결과

• 제안된 WSR 프레임워크는 오직 WiFi 신호와 이동하는 로봇의 운동만을 사용하여, 3차원, 비시각적, 가림된 환경에서 정확하고 외부 인프라가 없는 AOA 추정을 가능하게 한다.
• 임의의 3차원 경로를 활용함으로써, 이전의 SAR 기반 방법이 운동을 제한하거나 정적 송신기를 요구하는 것에 비해 상당히 높은 AOA 추정 정확도를 달성한다.
• Cramér-Rao 경계에서 유도된 폐쇄형 정보성 지표는 경로 기하학이 추정 정확도에 미치는 영향을 정량적으로 기록하며, 최적의 경로 설계를 가능하게 한다.
• 하드웨어 실험 결과 이론적 예측을 확인하였으며, 다양한 3차원 운동 패턴에서 일관된 AOA 추정 성능 향상이 관찰되었다.
• 시스템은 실시간 다중로봇 모임 작업을 성공적으로 지원하여, 실제 협동 작업 환경에서의 강건성과 실용성을 입증하였다.
• 오프더셰프 경로 센서와의 통합은 가능하고 효과적이며, 전용 하드웨어 없이도 구현이 가능하다.