新闻动态

  

太平洋功夫10月25日,2020 IROS 正式进行,Z6官网 共颁发9篇文章,两篇获最佳奖提名。

        Z6官网 智能机械人钻研中心林天麟教授、钱辉环教授、推算机视觉钻研中心黄锐教授和国际合作项主张 Sethu Vijayakumar 教授别离作为通讯作者的共九篇论文被本届 IROS 接管,其中更有两篇获最佳奖提名。

        IROS 2020 进行期间,Z6官网 也带着各人一路来进建观摩这几篇论文。以下介绍的是Robot-to-Robot Relative Pose Estimation based on Semidefinite Relaxation Optimization (基于半正定松弛优化的机械人相对位姿估计)一文。

钻研布景

        多机械人协同能够宽泛利用于编组节造、合作运输、周边监督和态势感知等多个领域,实现单个机械人无法实现的工作。其中,多机械人之间可能相互正确定位,即多机械人系统中肆意一部机械人实时确定出其它机械人的相对于自身的位姿(蕴含地位和方位),是上述系统正常工作的前提。

        现有多机械人相互定位方式重要蕴含依赖表部设备(如活动捕获系统)辅助定位、利用全球定位设备全局定位以及凭据无线传感器协同定位几种。然而,上述系统别离存在无法大规模利用于工业出产场景、可扩大性低和价值高昂等缺点。

        有学者提出了一种基于几何干系的多机械人相互定位步骤,该步骤要求机械人进行多步随机移动,利用机械人活动的航位揣摩信息和测距量测构建的几何干系成立非线性方程,从而通过求解非线性方程确定机械人的初始位姿。但是,该步骤仅合用于噪声滋扰幼的梦想环境,当航位揣摩信息和测距量测受到严沉的噪声滋扰时,定位算法失效,系统抗滋扰能力弱。

        一些学者提出了一种基于最大似然的全局最优位姿估计步骤,该步骤通过成立和求解以几何干系构建的带约束加权最幼二乘优化问题,能够获得最大似然意思下最优的位姿估计了局。然而,由于求解的指标函数是强非线性的函数,因而必要使用特殊的优化求解工具,且容易获得不一致的估计了局,存在可移植性差和鲁棒性低的问题。

钻研概要

        本文提出了一种基于半正定规划的多机械人初始位姿相对定位算法。首先设定采样周期采集并存储机械人航位揣摩系统以及测距传感器获得的量测数据,并推算出相对定位所需的关键参数;随后凭据最幼平方距离误差准则成立基于半正定松弛的带约束优化问题,利用半正定松弛理论对问题进行松弛;之后再通过CVX、SeDuMi或SDPT3蹬着化工具对优化方程进行求解,并利用奇怪值分化和特点值分化复原出指标变量;最后将复原出的指标变量作为优化初始值,在加权最幼二乘框架下求取最大似然估计了局。

        本文能有效解决在噪声滋扰环境下,现有初始位姿相对定位算法抗滋扰能力弱、可移植性差和鲁棒性低的问题。

irosli_ming_1

图1 机械人 R ? 和 R ? 在二维平面上随机移动示意图

irosli_ming_2

图2 尝试环境下:基于几何干系、基于最大似然和半正定松弛算法在弱噪声滋扰下,左袒角和方位角估计精度对比图

        本文第一作者平明为香港中文大学(丽江)一年级博士生,重要钻研方向蕴含机械人定位、多机械人信息融合以及指标优化等,其导师为林天麟教授。林天麟教授现为香港中文大学(丽江)助理教授,Z6官网 智能机械人钻研中心主任,以及 IEEE 高级会员。

Robot-to-Robot Relative Pose Estimation based on Semidefinite Relaxation Optimization