机器人技术创新:WiFi传感系统如何优化机器人协作?

faddiddn

哈佛大学的研究人员最近设计了一种基于WiFi传感的系统,该系统可以增强未映射环境中机器人之间的协作。据悉,该系统可以模拟机器人在2D或3D环境中自由移动时的天线阵列。

研究员Ninad Jadhav表示:“该系统支持WiFi信号接收机器人通过捕获无线信号路径(AOA剖面)来估计其他相邻机器人的空间方向(方位角和仰角)。我们还使用Cramer Rao边界描述了轨迹形状对AOA剖面的影响。”

在之前的研究中,Jadhav和他的同事们专注于机器人协作场景,在这种场景中,机器人沿着有限几何图形集(线性或弯曲)的二维轨迹运动。但新系统适用于机器人的自由移动,所包含的轨迹范围也更广泛。

Jadhav说:“我们在论文中放宽了‘WiFi信号传输机器人在接收机器人移动并生成AOA剖面时保持静止’这一限制,”“新系统的这一设计考虑了所有机器人的持续运动,而无论其是否发送或接收WiFi数据包。”

这一系统的本质就是在捕获发送机器人和接收机器人之间所有WiFi信号路径的信息。它利用接收机器人的轨迹来模拟虚拟天线阵列,类似于合成孔径雷达。通过追踪这种空中天线阵列,研究人员可以使用基于天线阵列到达方向的算法理论(MUSIC或Bartlett)来估算最强信号路径的方向。

image.png
轨迹形状(2D和3D)对AOA剖面的影响

在该系统中,接收机器人首先使用Dan Halprin的CSI工具箱提取原始信号相位。随后,它将原始信号相位与自身轨迹的信息(即3D中的X,Y,Z坐标)组合在一起,以模拟虚拟天线阵列。

该系统具有许多优点。首先,它支持机器人估算其他机器人的位置,尤其是在混乱未知的环境中。在这些环境中,传统的传感器,例如摄像机,不是监视代理的有效工具。因此,新系统可以为改善此类环境中机器人的协调性开辟新方法。

 “我们的系统使用3D轨迹来最大化提升AOA剖面的准确性,并考虑到所有机器人的连续移动。”Jadhav说,“使用Cramer Rao界线(我们称之为轨迹信息)来描述轨迹几何,是本文的重要贡献,它使我们能够从理论上证明3D轨迹的性能确实优于2D轨迹。”

Jadhav及其团队成员使用的“信息性”度量标准同样是一个有价值的贡献这一标准可以测试机器人将要执行的动作是否能够提供高精度的AOA剖面。在未来的几年中,他们开发的新系统可用于增强未映射和混乱环境中的机器人间协作。

Jadhav说:“我们未来的研究方向是,如何从本质上同时优化轨迹及其信息性。”“例如,一个线性2D轨迹对于执行某些任务的机器人来说可能是最有效的,但是相应的空间方向(根据AOA剖面推断)可能会出现较大的误差。相反,我们想要的是设计一种最佳轨迹,在提升效率和减少空间方向误差之间做出权衡。”

参考:

1.https://techxplore.com/news/2...

2.https://arxiv.org/abs/2012.04174

阅读 178

1 声望
0 粉丝
0 条评论
1 声望
0 粉丝
文章目录
宣传栏