使用机器人全站仪进行准确地面真实轨迹的不确定性分析
摘要：用于机器人技术中的地面真实定位对于同时定位与建图(SLAM)和控制算法的开发至关重要。机器人全站仪(RTS)可以在不同类型的室外环境中提供准确和精确的参考位置，尤其是与全球导航卫星系统(GNSS)在混杂区域的有限准确性相比。三个RTS可以获得机器人平台的六自由度(6-DOF)参考姿态。然而，很少计算每个姿态的不确定性以进行轨迹评估。随着评估算法变得越来越精确，考虑到这种不确定性变得至关重要。我们提出了一种基于蒙特卡洛(Monte Carlo)方法的方法，来计算这三个RTS融合的6-DOF不确定性。该解决方案依赖于点对点最小化方法，以将RTS的噪声传递到机器人平台的姿态上。为了建模这种不确定性，识别了五个主要的噪声来源：仪器固有噪声、倾角噪声、大气因素、时间同步噪声和外部校准噪声。基于大量的实验工作，我们比较了每个噪声来源对棱镜不确定性和最终估计的姿态所产生的影响。在超过50公里的轨迹上进行了测试，并强调了校准噪声和测量距离的重要性，最好在75米以下。此外，注意到与其他噪声来源相比，机器人姿态的不确定性并不受其中一个特定噪声来源的显著影响。
作者：Maxime Vaidis, William Dubois, Effie Daum, Damien LaRocque, Franc{c}ois Pomerleau
论文ID：2308.01553
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-04