Inspired by ant foraging, as well as modeling of the feature map and measurements as random finite sets, a novel formulation in an ant colony framework is proposed to jointly estimate the map and the vehicle trajectory so as to solve a feature-based simultaneous localization and mapping (SLAM) problem. This so-called ant-PHD-SLAM algorithm allows decomposing the recursion for the joint map-trajectory posterior density into a jointly propagated posterior density of the vehicle trajectory and the posterior density of the feature map conditioned on the vehicle trajectory. More specifically, an ant-PHD filter is proposed to jointly estimate the number of map features and their locations, namely, using the powerful search ability and collective cooperation of ants to complete the PHD-SLAM filter time prediction and data update process. Meanwhile, a novel fast moving ant estimator (F-MAE) is utilized to estimate the maneuvering vehicle trajectory. Evaluation and comparison using several numerical examples show a performance improvement over recently reported approaches. Moreover, the experimental results based on the robot operation system (ROS) platform validate the consistency with the results obtained from numerical simulations.
The problem of position and orientation estimation for an active vision sensor that moves with respect to the full six degrees of freedom is considered. The proposed approach is based on point features extracted from RGB-D data. This work focuses on efficient point feature extraction algorithms and on methods for the management of a set of features in a single RGB-D data frame. While the fast, RGB-D-based visual odometry system described in this paper builds upon our previous results as to the general architecture, the important novel elements introduced here are aimed at improving the precision and robustness of the motion estimate computed from the matching point features of two RGB-D frames. Moreover, we demonstrate that the visual odometry system can serve as the front-end for a pose-based simultaneous localization and mapping solution. The proposed solutions are tested on publicly available data sets to ensure that the results are scientifically verifiable. The experimental results demonstrate gains due to the improved feature extraction and management mechanisms, whereas the performance of the whole navigation system compares favorably to results known from the literature.
W artykule przedstawiono koncepcję autonomicznego systemu jednoczesnej lokalizacji i identyfikacji pojedynczych osób i mienia (np. pojazdów), który wykorzystuje technologię SDF (Signal Doppler Frequency). Technologia SDF bazuje na analitycznym opisie efektu Dopplera. Wykorzystuje ona dystynktywny charakter krzywych dopplerowskich wynikający ze wzajemnego usytuowania źródeł sygnałów i odbiornika względem trajektorii ruchu jednego z obiektów. W trakcie przemieszczania się odbiornika, na podstawie pomiaru dopplerowskiego przesunięcia częstotliwości, można określić położenie promieniujących źródeł fal radiowych. Technologia SDF umożliwia przestrzenną lokalizację obiektów promieniujących fale radiowe, czyli wyznaczenie ich trzech współrzędnych geograficznych. Metoda charakteryzuje się ponadto dużą dokładnością określania pozycji, prostotą układu lokalizującego oraz niezależnością od struktury czasowo-częstotliwościowej sygnałów emitowanych przez lokalizowane obiekty. Technologia SDF posiada ponadto unikalną funkcjonalnością, a mianowicie umożliwia jednoczesne określanie pozycji wielu źródeł emisji. Obecnie żadna z metod ani żaden z istniejących systemu lokalizacyjnych nie daje takiej możliwości. Równoczesna lokalizacja wielu źródeł emisji z wykorzystaniem metody SDF stanowi podstawę do opracowania autonomicznego systemu monitorowania położenia i identyfikacji obiektów. Systemy takie mogą znaleźć zastosowanie służbach publicznych (policja, straż pożarna) zwłaszcza w aspekcie koordynacji sytuacji kryzysowych.
EN
This paper presents the concept of the autonomous system, which is responsible for identification and simultaneous location of the objects (individual persons and vehicles). This system uses the SDF (Signal Doppler Frequency) Technology, which based on an analytical description of the Doppler effect. It uses the distinctive nature of the Doppler curves resulting from the mutual location of the signal source and the movement trajectory of the receiver. During the movement of the receiver by measuring the Doppler frequency shift, you can specify the location of the transmitters. The SDF technology allows the spatial location of objects, which determine their three coordinates. The method is further characterized by a high positioning accuracy, a simplicity of the receiving system and independence of a time-frequency signals structure. SDF technology also has a unique functionality, namely positions for simultaneous determination of multiple sources. Currently, none of the methods or any of the existing location system does not provide such an opportunity. The SDF technology is therefore the basis for the development of an autonomous system for monitoring (identification and simultaneous location) of objects. Such systems may find use in emergency and public services (e.g. police, fire), especially in terms of coordination of crisis management and natural disasters situations.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.