SLIDE 1
SA-1
SA-1
► Map an unknown area ► Search for an “object of value” ► Set up a surveillance network ► Track any intruders
Sponsored by DARPA-SDR, NSF, Intel
CSE-571 Probabilis1c Robo1cs Multi-robot Mapping and - - PowerPoint PPT Presentation
CSE-571 Probabilis1c Robo1cs Multi-robot Mapping and - - PowerPoint PPT Presentation
CSE-571 Probabilis1c Robo1cs Multi-robot Mapping and Exploration SA-1 Sponsored by DARPA-SDR, NSF, Intel Map an unknown area Search for an object of value Set up a surveillance network Track any
SLIDE 2
SLIDE 3
CSE 571: Probabilistic Robotics 3
Mapping ¡the ¡Allen ¡Center ¡
SLIDE 4
CSE 571: Probabilistic Robotics 4
C(θ) = dist(i, j)
(i, j)∈ θ
∑
U(θ) = explore(i, j)
(i, j)∈ θ
∑
( )
) ( ) ( max arg θ θ θ
θ
C U − =
∗
[Burgard et al. 00], [Simmons et al. 00]
Coordinated ¡Explora1on ¡
SLIDE 5
Mul1-‑Robot ¡Mapping ¡With ¡Known ¡Start ¡ Loca1ons ¡
CSE 571: Probabilistic Robotics 5
SLIDE 6
Mul1-‑Robot ¡Mapping ¡With ¡Known ¡Start ¡Loca1ons ¡
CSE 571: Probabilistic Robotics 6
SLIDE 7
CSE 571: Probabilistic Robotics 7
Why ¡are ¡Unknown ¡Start ¡Loca1ons ¡Hard? ¡
Robot A Robot B Robot C
► Need ¡to ¡know ¡whether ¡or ¡not ¡maps ¡overlap ¡ ► Need ¡to ¡know ¡how ¡maps ¡overlap ¡
SLIDE 8
Mul1-‑robot ¡Map ¡Merging ¡
- Problems ¡
– Number ¡of ¡possible ¡merges ¡is ¡exponen1al ¡in ¡ number ¡of ¡robots ¡ – Cannot ¡merge ¡maps ¡by ¡simply ¡overlaying ¡them ¡
- Wanted ¡
– Scalability, ¡robustness ¡ – Merge ¡maps ¡as ¡soon ¡as ¡possible ¡
CSE 571: Probabilistic Robotics 8
SLIDE 9
Mul1-‑robot ¡Map ¡Merging ¡
CSE 571: Probabilistic Robotics 9
SLIDE 10
Mul1-‑robot ¡Map ¡Merging ¡
CSE 571: Probabilistic Robotics 10
SLIDE 11
Mul1-‑robot ¡Map ¡Merging ¡
CSE 571: Probabilistic Robotics 11
SLIDE 12
CSE 571: Probabilistic Robotics 12
Es1ma1ng ¡rela1ve ¡loca1ons ¡
- Idea: ¡Localize ¡one ¡robot ¡in ¡other ¡robot’s ¡map ¡
using ¡par1cle ¡filter ¡
- Problems: ¡ ¡
– Only ¡par1al ¡map ¡available ¡ – Other ¡robot ¡might ¡be ¡outside ¡the ¡map ¡ – Map ¡grows ¡ – Impossible ¡to ¡keep ¡track ¡of ¡all ¡loca1ons ¡inside ¡and ¡
- utside ¡the ¡par1al ¡map ¡
- Solu1on: ¡Only ¡keep ¡track ¡of ¡trajectories ¡that ¡ ¡
- verlapped ¡map ¡at ¡some ¡1me ¡
SLIDE 13
CSE 571: Probabilistic Robotics 13
- Overlapping ¡trajectories ¡
- Non-‑overlapping ¡trajectories ¡
[ ]
∫
− − − − − − − − − − − −
+ ⋅ = ) , | ( ) , | ( ) , | ( ) , | ( ) | ( ) , | (
2 : 1 1 : 1 1 1 1 1 2 : 1 1 : 1 1 1 1 1 : 1 : 1 t t t t t t t t t t t t t t t t t t t
u z n p u n x p dx u z x p u x x p x z p u z x p α
Par1al ¡map ¡localiza1on ¡(intui1on) ¡
) , | ( ) 1 )( | ( ) , | (
2 : 1 1 : 1 1 1 : 1 : 1 − − − −
− =
t t t t t t t t
u z n p
- utside
z p u z n p ε α
SLIDE 14
CSE 571: Probabilistic Robotics 14
Par1al ¡map ¡localiza1on ¡(example) ¡
SLIDE 15
CSE 571: Probabilistic Robotics 15
Coordina1on ¡
∑ ∑
∈ ∈
= =
θ θ
θ θ
) , ( ) , (
) , explore( ) ( ) , dist( ) (
j i j i
j i U j i C
∑ ∑
∈ ∈
⎩ ⎨ ⎧ = ⎩ ⎨ ⎧ + =
θ θ
θ θ
) , ( ) , (
hypothesis is if ) , merge( ) ( frontier is if ) , explore( ) ( hypothesis is if ) , meet( ) , dist( frontier is if ) , dist( ) (
j i j i
j j i j p j j i U j j i j i j j i C
( )
) ( ) ( max arg θ θ θ
θ
C U − =
∗ [Burgard et al. 00], [Simmons et al. 00], [Zlot et al. 02]
Hypotheses become potential goals
SLIDE 16
CSE 571: Probabilistic Robotics 16
Experimental ¡setup ¡
SLIDE 17
CSE 571: Probabilistic Robotics 17
SLIDE 18
- Rigorously ¡tested ¡by ¡outside ¡evalua1on ¡team ¡
- No ¡tes1ng ¡allowed ¡in ¡1/2 ¡of ¡environment ¡
- Limited ¡communica1on ¡
- No ¡interven1on ¡/ ¡observa1on ¡during ¡experiment ¡
- Comparison ¡to ¡“ground ¡truth” map ¡
CSE 571: Probabilistic Robotics 18
Cen1Bots: ¡Experimental ¡Evalua1on ¡
SLIDE 19
CSE 571: Probabilistic Robotics 19
Control ¡Center ¡and ¡ Test ¡Team ¡
SLIDE 20
CSE 571: Probabilistic Robotics 20
SLIDE 21
CSE 571: Probabilistic Robotics 21
Comparison ¡to ¡“Ground ¡Truth ¡Map” ¡
SLIDE 22
CSE 571: Probabilistic Robotics 22
Three ¡Mapping ¡Runs ¡
SLIDE 23
CSE 571: Probabilistic Robotics 23