日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

UWB/VINSキャリブレーションarXiv:2508.10999

UWB支援視覚慣性ナビゲーションのためのバイアス補正を伴うロバストオンラインキャリブレーション

Robust Online Calibration for UWB-Aided Visual-Inertial Navigation with Bias Correction

シェア:XThreadsFacebookLINEはてブBluesky

UWBアンカーのオンラインキャリブレーションにおいて、ロボット自己位置推定の不確かさを明示的に考慮し、Schmidtカルマンフィルタによる密結合オンライン補正で初期推定誤差に頑健な手法を提案した。

詳しい要約

1. どんなもの?

- UWB-aided VINS における UWB anchor のオンライン calibration フレームワーク - UWB ranging を state estimation に統合するため anchor 位置を推定 - 初期化とオンライン refinement の両面で robustness を狙う - 対象は robot-aided な UWB calibration - 従来の初期化時の localization error と初期値依存性を問題視 - 提案は SKF ベースの tightly-coupled なオンライン refinement を含む - simulation と real-world experiment で検証

2. 先行研究と比べてどこがすごい?

- 先行研究は robot-aided で UWB を自律 calibration し一定の成果 - ただし初期化時に robot localization が正確という仮定を置く - その誤差が calibration robustness を損なう点を無視 - また calibration 結果が UWB anchor 位置の initial guess に敏感 - 実環境での適用性を下げる - 提案は robot localization uncertainty を calibration に明示的に組み込む - robust initialization を実現 - さらに SKF ベースの online refinement で初期化誤差への robustness を向上 - 実用性を高める点が差分

3. 技術・手法の肝は?

- robot localization uncertainty を calibration に明示的に取り込む初期化 - localization error の影響を考慮した robust initialization - tightly-coupled Schmidt Kalman Filter (SKF) による online refinement - calibration 結果をオンラインで更新し初期化誤差への耐性を狙う - UWB anchor 位置を状態として扱い UWB ranging を統合 - VINS と UWB の tightly-coupled な推定 - 詳細な状態定義や更新式は要旨からは不明

4. どうやって有効だと検証した?

- simulation による検証 - 提案手法の accuracy と robustness の向上を確認 - real-world experiment による検証 - 実環境でも精度・robustness の改善を確認 - 比較対象や評価指標の詳細は要旨からは不明 - 初期化誤差や localization uncertainty に対する挙動の定量結果は要旨からは不明

5. 議論はある?

- 初期化時の robot localization uncertainty の扱いが robustness に寄与 - 従来の正確な localization 仮定を緩和 - initial guess への感度を SKF ベース refinement で低減 - 実用適用性の向上を主張 - ただし計算コスト、収束性、劣化条件の議論は要旨からは不明 - anchor 数や配置、NLOS 等の影響も要旨からは不明 - 定量比較の詳細や限界は要旨からは不明

6. 次に読むべき論文は?

- 要旨で直接参照/比較されている個別論文は不明 - 関連手法として robot-aided UWB calibration の先行研究群 - tightly-coupled Schmidt Kalman Filter (SKF) の原論文・応用研究 - UWB-aided Visual-Inertial Navigation Systems (VINS) の calibration 研究 - UWB anchor calibration における initial guess 感度や robust initialization の研究

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Yizhi Zhou, Jie Xu, Jiawei Xia, Zechen Hu, Weizi Li, Xuan Wang

分類: cs.RO, cs.SY, eess.SY

原文アブストラクト

This paper presents a novel robust online calibration framework for Ultra-Wideband (UWB) anchors in UWB-aided Visual-Inertial Navigation Systems (VINS). Accurate anchor positioning, a process known as calibration, is crucial for integrating UWB ranging measurements into state estimation. While several prior works have demonstrated satisfactory results by using robot-aided systems to autonomously calibrate UWB systems, there are still some limitations: 1) these approaches assume accurate robot localization during the initialization step, ignoring localization errors that can compromise calibration robustness, and 2) the calibration results are highly sensitive to the initial guess of the UWB anchors' positions, reducing the practical applicability of these methods in real-world scenarios. Our approach addresses these challenges by explicitly incorporating the impact of robot localization uncertainties into the calibration process, ensuring robust initialization. To further enhance the robustness of the calibration results against initialization errors, we propose a tightly-coupled Schmidt Kalman Filter (SKF)-based online refinement method, making the system suitable for practical applications. Simulations and real-world experiments validate the improved accuracy and robustness of our approach.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI