美国陆军研究实验室的科学家们开发了一种新的算法，可以在GPS无法使用的地区实现人类和机器人的定位。
美国陆军研究实验室的科学家Fikadu Dagefu博士和Gunjan Verma与一个用于验证他们开发的新算法的机器人合影。(美国陆军摄影:Jhi Scott)
根据ARL研究人员Gunjan Verma和Fikadu Dagefu博士的说法，陆军需要能够将在物理复杂、未知和基础设施差的环境中操作的代理人本地化。
维尔马说:“这种能力对于帮助找到下马士兵、人类和机器人特工有效地合作至关重要。”“在大多数民用应用中，GPS等解决方案都能很好地完成这一任务，并帮助我们，例如，通过我们的汽车导航到目的地。”
然而，研究人员指出，这种解决方案不适合军事环境。
“例如，对手可能破坏GPS所需的基础设施(如卫星);另外，复杂的环境(如建筑物内)很难渗透GPS信号。”“这是因为复杂和杂乱的环境阻碍了无线信号的直线传播。”
Dagefu说，建筑物内部的障碍物，特别是当它们的大小远远大于无线信号的波长时，会削弱信号的功率(衰减)并重新引导其流动(称为多路径)，使无线信号在传递位置信息时非常不可靠。
根据研究人员的说法，典型的定位方法，即使用无线信号的功率或延迟(即，从一个源到达目标需要多长时间)，在户外场景中工作得很好，障碍最小;然而，他们在充满障碍的场景中表现得很差。
包括Dagefu和Verma在内的ARL科学家团队开发了一种确定射频信号源到达方向(DoA)的新技术，这是实现定位的基础。
Verma说:“该技术对多种散射效应都是稳健的，不像现有的方法，如依赖信号的相位或到达时间来估计DoA。”“这意味着，即使在信号被接收器接收之前，遮挡器将信号分散到不同的方向，所提出的方法也可以准确地估计源的方向。”
其基本思想是，空间采样接收信号强度的梯度，或RSS，携带有关源方向的信息。
Verma说:“提取DoA需要一个基于理论的分析，以在存在不良传播现象的情况下获得一个稳健的估计量。”例如，大的障碍物会导致附近的RSS样本变得高度相关(所谓的“相关阴影”)。如果不加以纠正，这种相关性可能会严重偏差DoA估计。”
根据研究人员的说法，关键发明是一种算法，它对RSS梯度进行统计建模，并控制空间离群值和相关性。
重要的是，当信号非常嘈杂时，估计器正确地输出没有DoA，而不是错误地估计任意方向。
输出是一个估计的DoA和相关的不确定性。
研究人员已经验证了这一方法，使用了几个公开可用的以及内部收集的40MHz和2.4GHz频段的测量数据集，以及来自高保真模拟的数据。
该技术适用于多路径的情况下，在这种情况下，基于相位或到达时间的经典估计将失效。
除了不需要任何固定的基础设施，该技术还不依赖任何事先的训练数据、环境知识、多天线或节点之间的事先校准。
一篇记录该研究的期刊论文已被《车辆技术电气和电子工程师学会学报》接受发表。
可以找到一个早期访问版本在这里。
编者按:本文经弗劳恩霍夫研究所许可转载。可以找到原文在这里。
了下:机器人的报告,机器人技术•机器人抓手•末端执行器
告诉我们你的想法!