[论文解读] Lighthouse Positioning System: Dataset, Accuracy, and Precision for UAV Research

Arnaud Taffanel, Barbara Rousselot+6 more|arXiv (Cornell University)|Apr 23, 2021

Robotics and Sensor-Based Localization参考文献 14被引用 15

一句话总结

本文提出一个开源数据集，并对用于无人机研究的Lighthouse定位系统进行了全面分析，通过Crazyflie 2.1无人机上的机载实时跟踪评估其精度和准确性。结果表明，Lighthouse 2（LH2）实现了亚厘米级精度（平均误差约1–4厘米）和低抖动（0.3–0.7毫米），优于Lighthouse 1（LH1），两种版本均能作为分布式无人机集群研究中运动捕捉系统的低成本、分布式替代方案。

ABSTRACT

The Lighthouse system was originally developed as tracking system for virtual reality applications. Due to its affordable price, it has also found attractive use-cases in robotics in the past. However, existing works frequently rely on the centralized official tracking software, which make the solution less attractive for UAV swarms. In this work, we consider an open-source tracking software that can run onboard small Unmanned Aerial Vehicles (UAVs) in real-time and enable distributed swarming algorithms. We provide a dataset specifically for the use cases i) flight; and ii) as ground truth for other commonly-used distributed swarming localization systems such as ultra-wideband. We then use this dataset to analyze both accuracy and precision of the Lighthouse system in different use-cases. To our knowledge, we are the first to compare two different Lighthouse hardware versions with a motion capture system and the first to analyze the accuracy using tracking software that runs onboard a microcontroller.

研究动机与目标

• 为使用Lighthouse定位系统的无人机研究提供公开可用的数据集，涵盖飞行、静止和手动移动等多种场景。
• 评估在小型无人机上运行开源实时跟踪软件（运行于微控制器，如Crazyflie 2.1）时，Lighthouse系统的精度和准确性。
• 将两种Lighthouse硬件版本（LH1和LH2）的性能与作为真值的运动捕捉系统进行对比。
• 使Lighthouse能够作为分布式无人机集群研究中集中式运动捕捉系统的低成本、分布式替代方案。

提出的方法

• 作者使用Crazyflie 2.1平台及Lighthouse定位扩展板，采集了同步的Lighthouse原始传感器数据和机载处理的位置估计值。
• 实现了两种位置估计方法：交叉光束（C.B.）方法和用于状态估计的扩展卡尔曼滤波器（EKF）。
• 数据集包含原始红外信号时间戳、脉冲宽度和基站同步时间，支持底层处理与滤波。
• 采用高精度运动捕捉系统采集的数据作为真值，用于在多种场景（静止、手动移动、飞行）下评估精度。
• 通过位置估计值随时间变化的标准差计算均方根抖动（RMS jitter），量化精度。
• 通过Lighthouse估计值与运动捕捉真值之间的欧氏误差测量精度，报告平均误差和最大误差。

实验结果

研究问题

• RQ1 在小型无人机上使用机载实时跟踪软件时，LH2与LH1在Lighthouse系统精度方面有何差异？
• RQ2 Lighthouse系统在不同工作模式和硬件版本下的精度（抖动）表现如何？
• RQ3 Lighthouse系统能否作为其他定位系统（如超宽带UWB）的可靠真值？
• RQ4 C.B.方法与EKF估计方法在采样频率和稳定性方面有何差异，特别是在LH2存在周期性光束干扰的情况下？
• RQ5 在分布式无人机集群研究中，Lighthouse系统在多大程度上可替代运动捕捉系统？

主要发现

• LH2的精度显著优于LH1，在飞行和静止场景中平均欧氏误差为1–4厘米，在高速手动移动场景中最高达18厘米。
• LH2的抖动精度高于LH1，C.B.方法下为0.3毫米，EKF方法下为0.7毫米；而LH1在C.B.和EKF方法下分别为0.6毫米和3.9毫米。
• C.B.方法的采样频率约为LH1的30 Hz，LH2约为34 Hz，但LH2的波动较大（标准差±18 Hz），可能由于光束干扰和保守滤波所致。
• EKF估计方法引入的抖动高于C.B.方法（LH1为3.9毫米，LH2为0.7毫米），表明IMU噪声或过程噪声对抖动的贡献大于Lighthouse信号本身。
• 在快速手动移动和Lighthouse覆盖范围边缘区域，精度异常值最为显著，LH1使用C.B.方法时误差最高可达18厘米。
• 该数据集可支持未来改进，如原始数据的更优滤波、C.B.方法中度量选择的优化以及EKF参数调优，原始数据已提供以支持算法开发。