RSS gradient-assisted frontier exploration and radio source localization
RSS gradient-assisted frontier exploration and radio source localization
复制标题
RSS梯度辅助前沿探索与射电源定位
DOI：
--
复制
发表时间：
2012
期刊：
影响因子：
--
通讯作者：
Brian M. Sadler
中科院分区：
文献类型：
--
作者：
J. Twigg;Jonathan R. Fink;Paul L. Yu;Brian M. Sadler
我们认为，在一个复杂的室内环境中，同时寻求一个无线电源的前沿勘探的组合问题。要做到这一点，在一个有效的方式，我们将无线电信号强度（RSS）的信息到勘探算法，通过本地采样的RSS和估计的2-D RSS梯度。该算法利用局部运动来收集RSS样本进行梯度估计，并寻求以将机器人带到信号源的方式进行探索。这种策略避免了随机或穷举的探索。一个室内实验演示了使用这些信息来动态地优先考虑候选边界并遍历到无线电源的探索算法。仿真，包括无线电传播建模与射线跟踪算法，使控制算法的权衡和统计性能的研究。
We consider the combined problem of frontier exploration in a complex indoor environment while seeking a radio source. To do this in an efficient manner, we incorporate radio signal strength (RSS) information into the exploration algorithm by locally sampling the RSS and estimating the 2-D RSS gradient. The algorithm exploits the local motion to collect RSS samples for gradient estimation and seeks to explore in a way that brings the robot to the signal source. This strategy avoids random or exhaustive exploration. An indoor experiment demonstrates the exploration algorithm that uses this information to dynamically prioritize candidate frontiers and traverse to a radio source. Simulations, including radio propagation modeling with a ray-tracing algorithm, enable study of control algorithm tradeoffs and statistical performance.