[论文解读] Real-Time Localization and Tracking of Multiple Radio-Tagged Animals with an Autonomous Aerial Vehicle System.

Hoa Van Nguyen, Michael Chesser+2 more|arXiv (Cornell University)|Dec 5, 2017

Robotics and Sensor-Based Localization参考文献 45被引用 2

一句话总结

本文提出了一种自主无人机系统，通过VHF项圈的接收信号强度指示（RSSI）测量值，实现对多个无线电标记动物的跟踪与定位。通过结合粒子滤波进行定位与基于部分可观察马尔可夫决策过程（POMDP）的路径规划以实现信息增益驱动的导航，该系统减少了探索时间并节省了电池电量，在仿真和SITL实验中实现了实时性能。

ABSTRACT

Autonomous aerial robots provide new possibilities to study the habitats and behaviors of endangered species through the efficient gathering of location information at temporal and spatial granularities not possible with traditional manual survey methods. We present a novel autonomous aerial vehicle system to track and localize multiple radio-tagged animals. The simplicity of measuring the Received Signal Strength Indicator (RSSI) values of VHF (Very High Frequency) radio-collars commonly used in the field is exploited to realize a low cost and lightweight tracking platform suitable for integration with unmanned aerial vehicles (UAVs). Due to uncertainty and the nonlinearity of the system based on RSSI measurements, our tracking and localising approach integrate Particle Filtering for tracking and localization with Partially Observable Markov Decision Process (POMDP) for dynamic path planning to navigate in a direction of maximum information gain to locate multiple mobile animals and reduce exploration time and, consequently, conserve onboard battery power. We also employ the concept of a search termination criteria to maximize the number of located animals within the power constraints of the aerial system. We validated our online approach that executes in real time through both extensive simulations and Software In The Loop (SITL) experiments with multiple mobile radio-tags.

研究动机与目标

• 为解决在自然栖息地中使用自主飞行器高效跟踪多个移动无线电标记动物的挑战。
• 在野生动物追踪任务中减少探索时间并节约机载电池电量。
• 开发一种实时、低成本、轻量级的定位与追踪系统，适用于无人机集成。
• 实现动态路径规划，以最大化定位多个动物的信息增益。
• 实施一种搜索终止准则，以在电源限制下优化已定位动物的数量。

提出的方法

• 系统使用VHF无线电项圈的接收信号强度指示（RSSI）值作为定位输入，利用现有野外设备的简单性与低成本优势。
• 采用粒子滤波从噪声大且非线性的RSSI测量值中估计多个移动动物的位置。
• 部分可观察马尔可夫决策过程（POMDP）通过选择每一步能最大化信息增益的飞行路径，指导动态路径规划。
• 系统集成了搜索终止准则，当进一步增益可能性较低时停止探索，以节省电池寿命。
• 通过优化算法确保实时执行，并经由广泛仿真与软件在环（SITL）测试验证。
• 该方法将定位、自适应导航与节能决策融为一体，形成统一的在线追踪框架。

实验结果

研究问题

• RQ1 如何有效应用基于RSSI的定位技术，实现实时跟踪多个移动无线电标记动物？
• RQ2 何种路径规划策略能在最小化探索时间与能耗的同时最大化信息增益？
• RQ3 如何设计一种搜索终止准则，以在电源约束下优化已定位动物的数量？
• RQ4 粒子滤波与POMDP的集成在动态野生动物环境中在多大程度上提升了追踪精度与效率？
• RQ5 所提出的系统是否能在仿真与SITL环境中均实现实时性能？

主要发现

• 该系统仅使用标准VHF项圈的RSSI测量值，即可实现实时定位与追踪多个无线电标记动物。
• 基于POMDP的路径规划相比随机或网格搜索策略，显著减少了探索时间。
• 将粒子滤波与POMDP结合，即使在非线性且不确定的RSSI测量下，也能实现鲁棒的定位。
• 搜索终止准则有效限制了不必要的飞行，节省了电池电量，并提高了成功定位动物的数量。
• 该系统在广泛仿真与SITL实验中均表现出实时性能，证实了其在野外部署的可行性。
• 该方法在定位精度、能效与计算负载之间实现了良好平衡，适用于轻型无人机集成。