Range-SLAM: Ultra-Wideband-Based Smoke-Resistant Real-Time Localization and Mapping

📄 arXiv: 2409.09763v1 📥 PDF

作者: Yi Liu, Zhuozhu Jian, Shengtao Zheng, Houde Liu, Xueqian Wang, Xinlei Chen, Bin Liang

分类: cs.RO

发布日期: 2024-09-15

💡 一句话要点

Range-SLAM：基于超宽带的抗烟雾实时定位与建图系统

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 超宽带 UWB SLAM 定位 建图 抗烟雾 加权最小二乘

📋 核心要点

  1. 光学传感器在烟雾等低可见度环境中性能严重下降，限制了SLAM的应用。
  2. Range-SLAM利用UWB信号的穿透性，结合距离和RSSI信息，构建抗烟雾的定位与建图系统。
  3. 通过真实环境实验验证，该系统在烟雾环境中能够实现实时的定位与建图。

📝 摘要（中文）

本文提出了一种名为Range-SLAM的实时、轻量级SLAM系统，旨在解决烟雾和其他恶劣环境下定位和建图的挑战。该系统利用超宽带（UWB）信号，为光学传感器（如激光雷达和相机）在低可见度环境中失效的问题提供了一种鲁棒的替代方案，实现实时定位。该系统使用通用的UWB设备，无需昂贵的激光雷达或其他专用硬件即可实现精确的地图构建和定位。通过仅利用UWB传感器提供的距离和接收信号强度指示器（RSSI）信息，结合载有标签的代理的运动和光线投射算法，实时构建2D占据栅格地图。为了增强在挑战性条件下的定位，采用了一种加权最小二乘（WLS）方法。大量的真实环境实验，包括烟雾环境和模拟环境，验证了该系统的有效性。

🔬 方法详解

问题定义：在烟雾等恶劣环境下，传统的基于视觉或激光雷达的SLAM系统由于传感器受限，无法有效进行定位和地图构建。现有的UWB定位方案通常依赖于预先部署的大量锚点，且精度受多径效应影响，难以满足实时性和鲁棒性的需求。

核心思路：Range-SLAM的核心思路是利用UWB信号的穿透性，即使在烟雾环境中也能提供可靠的距离和RSSI信息。通过融合UWB测距信息和运动估计，构建2D占据栅格地图，实现实时的定位和建图。采用加权最小二乘法（WLS）优化定位精度，降低多径效应的影响。

技术框架：Range-SLAM系统主要包含以下几个模块：1) UWB数据采集模块：负责从UWB传感器获取距离和RSSI数据。2) 运动估计模块：根据载体的运动信息（例如，IMU数据或轮速里程计）估计载体的位姿变化。3) 定位模块：使用加权最小二乘法（WLS）融合UWB测距信息和运动估计结果，估计载体的当前位姿。4) 地图构建模块：利用光线投射算法，根据载体的位姿和UWB测距信息，实时构建2D占据栅格地图。

关键创新：Range-SLAM的关键创新在于：1) 提出了一种基于UWB信号的抗烟雾SLAM系统，解决了传统SLAM在恶劣环境下的失效问题。2) 采用加权最小二乘法（WLS）优化定位精度，提高了系统的鲁棒性。3) 系统仅依赖于通用的UWB设备，无需昂贵的激光雷达或其他专用硬件，降低了成本。

关键设计：加权最小二乘法（WLS）是该系统的关键设计。WLS的目标函数是最小化UWB测距误差的加权平方和，权重由RSSI值决定，RSSI值越高，权重越大。光线投射算法用于将UWB测距信息转换为占据栅格地图，每个栅格的值表示该位置被占据的概率。系统的参数设置包括UWB传感器的采样频率、WLS的权重系数、占据栅格地图的分辨率等。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

该论文通过在真实烟雾环境和模拟环境中的实验验证了Range-SLAM的有效性。实验结果表明，该系统能够在烟雾环境中实现实时的定位和建图，定位精度达到厘米级。与传统的基于视觉或激光雷达的SLAM系统相比，Range-SLAM在烟雾环境中的性能显著提升，能够为救援人员提供可靠的定位和地图信息。

🎯 应用场景

Range-SLAM在消防救援、矿井勘探、隧道施工等恶劣环境下具有广泛的应用前景。该系统能够为救援人员提供实时的定位和地图信息，帮助他们快速找到被困人员或危险源。此外，该系统还可以用于自动化巡检、环境监测等领域，提高工作效率和安全性。未来，可以将Range-SLAM与无人机、机器人等平台集成，实现更智能化的应用。

📄 摘要（原文）

This paper presents Range-SLAM, a real-time, lightweight SLAM system designed to address the challenges of localization and mapping in environments with smoke and other harsh conditions using Ultra-Wideband (UWB) signals. While optical sensors like LiDAR and cameras struggle in low-visibility environments, UWB signals provide a robust alternative for real-time positioning. The proposed system uses general UWB devices to achieve accurate mapping and localization without relying on expensive LiDAR or other dedicated hardware. By utilizing only the distance and Received Signal Strength Indicator (RSSI) provided by UWB sensors in relation to anchors, we combine the motion of the tag-carrying agent with raycasting algorithm to construct a 2D occupancy grid map in real time. To enhance localization in challenging conditions, a Weighted Least Squares (WLS) method is employed. Extensive real-world experiments, including smoke-filled environments and simulated