面向移动机器人的去中心化协作导航与增强型定位更新技术

《IEEE Transactions on Intelligent Vehicles》：Decentralized Collaborative Navigation With Enhanced Positioning Update for Mobile Robots

　　

摘要：

协作导航或共享定位技术通过多个智能体之间的信息交换来提高自主定位的精度。这种改进是通过融合来自不同来源的传感器数据实现的，这些数据可能来自多个智能体。大多数现有方法会共享关于环境本身的信息，如3D建模或SLAM，但由于需要高带宽通信系统来实现此类环境信息的共享，因此被认为计算成本较高。而这样的高带宽通信系统并不总是可用，使得此类信息共享难以实现。另一种方法则利用高端雷达传感器的距离数据和角度数据。然而，为了减小体积、降低能耗和重量，应尽量减少高端雷达的使用，转而仅使用距离测量传感器。在本研究中，我们解决了在包含其他智能体的环境中独立运行的智能体的自主定位问题。该智能体配备了常用的传感器，包括GNSS接收器、惯性导航系统、低带宽通信系统以及仅能提供距离信息的低端距离传感器。我们没有仅仅依赖GNSS的位置更新，而是提出了两种改进的位置更新方法，用于智能体的导航滤波器，将距离测量结果与其他智能体的通信信息相结合。与现有方法不同，我们仅使用距离测量数据，不依赖任何角度信息。我们的问题建模采用了分布式方法，非常适合环境变化较大的汽车应用场景，而且随着周围智能体数量的增加，该方法也具有很好的可扩展性。我们在仿真中通过多种融合方法对比了所提出的方法，并在包含多个智能体的真实实验室实验中验证了结果。实验结果表明，仅使用距离测量的方法也能达到类似的...

显示更多

I. 引言

在协作导航中，其目标是利用在多智能体环境中相互依赖或独立工作的智能体之间的信息，以提高定位精度。实现协作导航的一种方法是传感器融合。它指的是整合来自多个传感器的数据，这些传感器可以安装在不同的平台上，每个平台可能配备不同等级的不同传感器，以此获得准确的导航结果。通常，传感器融合是通过滤波器来处理的，用以估算智能体所需的导航状态。