[논문 리뷰] Optimal Estimation of Sensor Biases for Asynchronous Multi-Sensor Registration.

Wenqiang Pu, Ya‐Feng Liu외 3명|arXiv (Cornell University)|2017. 10. 08.

Target Tracking and Data Fusion in Sensor Networks참고 문헌 20인용 수 3

한 줄 요약

이 논문은 일정 속도로 움직이는 단일 기준 표적을 사용하여 이방향 다중 센서 시스템에서 센서 범위 및 아즈임스 편향을 추정하기 위해 비선형 최소 제곱 형식과 블록 좌표 강하(BCD) 알고리즘을 제안한다. 이 방법은 선형 최소 제곱과 준정형 프로그래밍을 번갈아가며 풀어 전역 수렴을 보장하며, 근무제곱오차(RMSE) 측면에서 기존 방법보다 뚜렷이 뛰어나다.

ABSTRACT

An important step in the asynchronous multi-sensor registration problem is to estimate sensor range and azimuth biases from their noisy asynchronous measurements. The estimation problem is generally very challenging due to highly nonlinear transformation between the global and local coordinate systems as well as measurement asynchrony from different sensors. In this paper, we propose a novel nonlinear least square (LS) formulation for the problem by only assuming that a reference target moves with an unknown constant velocity. We also propose a block coordinate decent (BCD) optimization algorithm, with a judicious initialization, for solving the problem. The proposed BCD algorithm alternately updates the range and azimuth bias estimates by solving linear least square problems and semidefinite programs (SDPs). The proposed algorithm is guaranteed to find the global solution of the problem and the true biases in the noiseless case. Simulation results show that the proposed algorithm significantly outperforms the existing approaches in terms of the root mean square error (RMSE).

연구 동기 및 목표

• 비선형 좌표 변환을 수반하는 이방향 다중 센서 정렬 시스템에서 센서 편향을 추정하는 데 도전하는 것.
• 측정의 이방향성과 글로벌 및 로컬 좌표계 간의 극도로 비선형적인 관계를 극복하는 것.
• 알 수 없는 일정 속도로 움직이는 단일 기준 표적만을 요구하는 방법을 개발하여 외부 가정을 최소화하는 것.
• 노이즈가 없는 경우 진짜 편향 값으로의 전역 수렴을 보장하여 정확성과 내구성을 향상시키는 것.
• 특히 노이즈가 많은 환경에서 기존 접근법에 비해 추정 정확도 측면에서 뛰어나게 성능을 향상시키는 것.

제안 방법

• 알 수 없는 일정 속도로 움직이는 단일 기준 표적만을 사용하여 센서 편향 추정 문제를 비선형 최소 제곱 최적화 문제로 공식화하는 것.
• 범위 및 아즈임스 편향 추정치를 번갈아 갱신하여 수렴성과 안정성을 향상시키는 블록 좌표 강하(BCD) 알고리즘을 적용하는 것.
• 선형 최소 제곱 하위문제를 통해 범위 편향 추정치를 풀어 효율적이고 정확한 갱신을 가능하게 하는 것.
• 준정형 프로그래밍(SDP)을 통해 아즈임스 편향 추정치를 풀어 각 갱신 단계에서 볼록성과 전역 최적성을 보장하는 것.
• BCD 알고리즘의 수렴 속도와 신뢰성을 향상시키기 위해 신중한 초기화 전략을 사용하는 것.
• 노이즈가 없는 경우 전역 해 복원을 보장하여 이론적으로 강건한 방법을 제공하는 것.

실험 결과

연구 질문

• RQ1 알 수 없는 일정 속도로 움직이는 단일 기준 표적만을 사용하여 이방향 다중 센서 시스템에서 센서 편향 추정을 정확하게 수행할 수 있는가?
• RQ2 측정의 이방향성 하에서 글로벌 및 로컬 좌표계 간의 비선형 변환은 효과적으로 모델링되고 해결될 수 있는가?
• RQ3 선형 및 준정형 하위문제를 번갈아가며 푸는 블록 좌표 강하 알고리즘이 전역 수렴과 정밀도 향상을 달성할 수 있는가?
• RQ4 노이즈 조건 하에서 제안된 방법이 기존 방법에 비해 근무제곱오차(RMSE) 측면에서 어떤 성능 향상을 보이는가?
• RQ5 제안된 방법은 노이즈가 없는 상황에서도 정확성과 안정성을 유지하며 정확한 편향 복원을 보장하는가?

주요 결과

• 제안된 BCD 알고리즘은 전역 수렴을 보장하며 노이즈가 없는 경우 진짜 센서 편향을 복원한다.
• 시뮬레이션 연구에서 기존 방법에 비해 근무제곱오차(RMSE)를 크게 감소시킨다.
• 아즈임스 편향 추정에 준정형 프로그래밍(SDP)을 사용함으로써 각 반복에서 볼록 하위문제와 전역 최적성을 보장한다.
• 단일 기준 표적이 일정 속도로 움직이는 조건에서도 높은 정확도를 달성하여 복잡한 캘리브레이션 설정에 대한 의존도를 낮춘다.
• 선형 최소 제곱과 SDP 하위문제의 조합은 이방향성과 비선형성 하에서도 효율적이고 강건한 최적화를 가능하게 한다.
• 시뮬레이션 결과는 제안된 방법이 추정 정확도 및 안정성 측면에서 기존 기법들을 뛰어넘는 것으로 확인된다.