- 课程回放
- 无线传感器UWB在移动机器人中的研究
- 主流UWB定位算法在实际应用中的局限性
- 基于图优化的UWB定位框架GOAL以及多传感器融合
- GOAL在室内室外移动机器人中的定位表现
随着工业化进程不断加快,AMR作为众多机器人类别中的一类,赋予机器人自主移动的能力,极大地扩展了机器人的应用场合。而伴随应用场景的扩展,对移动机器人的技术也提出了新的挑战,尤其是机器人定位技术。
在室外场景下,GPS无线定位系统已经成为传统车载导航,以及各种自动驾驶技术的标准配置传感器。然而对于室内的应用场景,虽然也存在多种无线定位技术(如WIFI、蓝牙、UWB等),然而这些室内无线定位技术很少见到用于移动机器人作为标配的定位传感器。目前用于室内场景的自主移动机器人,实现其对自身定位能力的主要传感器是激光雷达或摄像头,并利用机身携带的其他传感器(如轮式编码器、IMU等)进行辅助定位从而增加定位精度和定位稳定性。
对于移动机器人的主要定位传感器,定位系统往往需要满足较高的定位精度、较低的定位延迟、较高的定位输出频率、易融合多种传感器数据,以及安装部署容易,对环境改动小等要求。
主流的WIFI、蓝牙方案在使用RSSI定位算法时,虽然可满足较低的定位延迟,易结合多种传感器数据,以及可利用现有WIFI基站从而安装部署成本较低的要求,但最大的问题在于其所能提供的定位精度较差(~5-15m),无法满足移动机器人定位最重要和最基本的要求;RFID定位方案则是在工作于TOF测距或TDOA模式下时可提供较好的定位精度,但缺点是工作范围较小(<5m),从而导致需要安装大量定位基站,部署成本较高,导致后期维护和升级代价很大。
UWB定位作为目前精度最高(~10cm)的定位方案,从定位精度上来说可基本满足移动机器人的定位需求。5月26日晚7点,在智东西公开课AI技术教研组所策划推出的「移动机器人技术系列课」中,我们邀请到新加坡南洋理工大学的在读博士方旭,并围绕《基于无线传感器UWB的定位技术》这一主题进行直播讲解。
方旭博士目前主要的研究领域为无人机系统导航与控制、无线传感器网络定位、多智能体围捕等领域相关的理论和应用等,目前已在IEEE TSP、TAC、TC、TSMC等期刊上发表多篇一作论文。
在本次的课程中,方旭博士将从无线传感器UWB在移动机器人中的研究出发,深度讲解主流UWB定位算法的局限性,和他们所最新提出的一种基于图优化的UWB定位框架GOAL以及多传感器融合定位,最后也会向大家展示GOAL在室内室外移动机器人中的定位表现。