[论文解读] Metric Map Merging using RFID Tags & Topological Information.

Emmanouil Tsardoulias, Aristeidis G. Thallas+1 more|arXiv (Cornell University)|Nov 17, 2017

Robotics and Sensor-Based Localization参考文献 5被引用 3

一句话总结

本文提出一种基于RFID标签和拓扑特征的多机器人系统度量地图融合方法，用于对齐局部占用栅格图（OGMs）。通过障碍物与RFID位姿对齐计算近似旋转，利用定位最精确的RFID标签对估计平移，并通过ICP算法精炼对齐，实现近乎完美的地图融合，平均平方误差接近零，每次融合的执行时间低于18秒。

ABSTRACT

A map merging component is crucial for the proper functionality of a multi-robot system performing exploration, since it provides the means to integrate and distribute the most important information carried by the agents: the explored-covered space and its exact (depending on the SLAM accuracy) morphology. Map merging is a prerequisite for an intelligent multi-robot team aiming to deploy a smart exploration technique. In the current work, a metric map merging approach based on environmental information is proposed, in conjunction with spatially scattered RFID tags localization. This approach is divided into the following parts: the maps approximate rotation calculation via the obstacles poses and localized RFID tags, the translation employing the best localized common RFID tag and finally the transformation refinement using an ICP algorithm.

研究动机与目标

• 解决多机器人探索系统中融合多个机器人生成的局部度量地图的挑战。
• 通过利用环境地标，实现在不依赖里程计或全局定位的情况下实现精确的地图融合。
• 通过RFID标签与拓扑特征，克服分布式机器人系统中缺乏公共参考框架的问题。
• 通过结合几何约束（障碍物方向）、RFID定位与迭代优化，提升地图对齐精度。
• 通过改进的模糊处理方法，减少离散栅格表示引入的融合地图不一致性。

提出的方法

• 利用假设相互垂直的环境障碍物的方向向量，估计两幅OGM之间的相对旋转。
• 通过基于RANSAC的拓扑对齐方法，对地图间共有的RFID标签位姿进行对齐，计算旋转四元数。
• 利用两幅地图间定位最精确的共用RFID标签对，确定平移量。
• 使用迭代最近点（ICP）算法对初始变换进行精炼，实现高精度对齐。
• 在变换后应用改进的模糊处理方法，以解决离散栅格表示引入的不一致性。
• 采用基于贝叶斯滤波的概率方法进行RFID标签定位，假设全向天线响应均匀。

实验结果

研究问题

• RQ1 RFID标签与拓扑特征能否有效用于多机器人系统中度量地图融合的公共参考框架建立？
• RQ2 利用障碍物几何特征与RFID标签位姿，能否高精度估计两幅局部OGM之间的相对旋转？
• RQ3 使用定位最精确的RFID标签对对对齐地图的平移估计，其精度如何？
• RQ4 与仅使用几何与RFID方法相比，ICP精炼在多大程度上提升了地图对齐精度？
• RQ5 在真实条件下，该方法在执行时间与误差指标（如MSE）方面的表现如何？

主要发现

• 第一种方法——仅使用RFID标签三元组进行变换——产生了高度错误的对齐，平均平方误差（MSE）极大。
• 第二种方法结合障碍物方向向量与定位最精确的RFID标签对，显著降低了MSE，并在视觉上正确对齐了障碍物。
• 第三种方法在初始变换后加入ICP精炼，实现了接近零的MSE，表明地图对齐近乎完美。
• 执行时间随精度提升而增加：第一种方法耗时约0.02 ms，第二种方法约10秒（因RANSAC），第三种方法约18秒（因ICP）。
• 该算法表现出高角度精度，平均旋转偏差为±1.1196°（95.45%在±2σ范围内），表明具有强一致性。
• 尽管执行时间较长，ICP增强方法因精度极高而被认为更优，计算成本在离线地图融合中可被合理化。