文献

J-GLOBAL ID：202202262427998852   整理番号：22A0697117

MR-GMマッピング:Gauss混合モデルによる通信効率的なマルチロボットマッピングシステム【JST・京大機械翻訳】

MR-GMMapping: Communication Efficient Multi-Robot Mapping System via Gaussian Mixture Model

著者 (8件)： Dong Haolin (Department of Electronic Engineering, Tsinghua University, Beijing, China) ,  Yu Jincheng (Department of Electronic Engineering, Tsinghua University, Beijing, China) ,  Xu Yuanfan (Department of Electronic Engineering, Tsinghua University, Beijing, China) ,  Xu Zhilin (Department of Electronic Engineering, Tsinghua University, Beijing, China) ,  Shen Zhaoyang (Department of Electronic Engineering, Tsinghua University, Beijing, China) ,  Tang Jiahao (Department of Electronic Engineering, Tsinghua University, Beijing, China) ,  Shen Yuan (Department of Electronic Engineering, Tsinghua University, Beijing, China) ,  Wang Yu (Department of Electronic Engineering, Tsinghua University, Beijing, China)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 3294-3301  発行年： 2022年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 未知環境における協調認識は,マルチロボットシステムのための重要なタスクである。外部位置決めなしで,マルチロボットマッピングシステムは,相対姿勢推定(RelPose)のための位置認識(PR)記述子またはセンサデータの転送に依存し,相対的局在化のためにそれらの局所マップを共有した。したがって,通信制限環境において,データ伝送はマルチロボットマッピングシステムにおける重要な通信ボトルネックになる。この限界に取り組むために,著者らは,ロボットがデータ伝送と記憶を減らすためにGMMサブマップだけで相対的位置確認を実行するマルチロボットGMMベースのマッピングシステムであるMR-GMMマッピングを提案する。マッピングのために,著者らは,適応モデル選択方式によるGMMサブマップ構築戦略を提案して,それはロボットを動的に適切な数のGauss成分を選択するようにした。応用のため,完全GMMサブマップベースのPR,RelPose,および局所プランナーを実現した。ロボットは,他の形式のマップや情報の助けなしに相対位置決めを行うことができ,通信制約のある環境に対して好ましい。実験は,著者らのGMMサブマップ抽出戦略が,ポイントクラウドとGMMフレームに関するRelPoseと比較して,RelPoseにおける11%の翻訳精度と30%の回転精度を改善することを示した。また,著者らの実験は,ポイントクラウドマップと比較して,GMMベースのローカルプランナーの実現可能性と98%のデータ伝送低減を示した。MR-GMMマッピングはhttps://github.com/efc-robot/gmm_map_python.gitでのオープンソースROSプロジェクトとして発表されている。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 情報 ,  データ ,  *ロボット ,  位置決め ,  *通信 ,  制約条件 ,  *マルチロボット
準シソーラス用語： データ伝送 ,  姿勢推定 ,  未知環境 ,  混合モデル ,  局在化 ,  位置認識 ,  オープンソース ,  プランナ ,  センサデータ ,  通信制約 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (4件)： MR ,  マッピング ,  Gauss混合モデル ,  通信効率