在分布式LiDAR传感器网络中基于共识的信息过,用于跟踪移动机器人
Isabella Luppi1, Neel Pratik Bhatt1, Ehsan Hashemi1
1Department of Mechanical Engineering, University of Alberta, Edmonton, AB T6G 1H9, Canada.
Sensors (Basel, Switzerland)
|May 11, 2024
概括
这项研究引入了使用分布式LiDAR传感器进行移动机器人状态估计和跟踪的新框架. 它在动态,低可见度和阻塞场景中提高了准确性,提高了机器人导航的可靠性.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 传感器网络 传感器网络
- 国家估计.
背景情况:
- 移动机器人可以在动态环境中运行,但有传感器限制.
- 准确的状态估计对于可靠的导航和跟踪至关重要.
- 激光雷达传感器网络为增强环境感知提供了潜力.
研究的目的:
- 为移动机器人状态估计和跟踪设计一个分布式状态观察器.
- 为了增强在具有挑战性的条件下3D边界框检测和跟踪.
- 在低可见度和遮蔽场景中提高状态预测的准确性.
主要方法:
- 开发了一个新的框架,使用基于共识的信息过器.
- 整合了一个国家估计感兴趣的地区.
- 利用远程传感用于动态过程输入识别.
- 使用一个切换共识信息过器与静止LiDAR传感器数据.
主要成果:
- 该框架展示了增强的3D界限框检测和跟踪.
- 在低可见度和闭塞场景中,状态预测的准确性得到了改善.
- 实验评估证实了准确性和计算效率.
- 在平均平方和协差方面减少了估计误差.
结论:
- 拟议的分布式状态观察员框架有效地增强了移动机器人的状态估计和跟踪.
- 集成静态LiDAR传感器数据可以提高跟踪可靠性,减少估计错误.
- 该框架为动态和封闭环境中的移动机器人提供了强大的解决方案.
