Localización Multi-Modal Tolerante a Fallos de Multi-Robots en Grupos de Lie Matriciales

La localización consistente de sistemas cooperativos de multi-robot durante la navegación presenta desafíos sustanciales. Este artículo propone un marco de localización tolerante a fallos y multi-modal para sistemas de multi-robot en grupos de Lie matriciales. Introducimos operaciones estocásticas novedosas para realizar composición, diferenciación, inversión, promediado y fusión de estimaciones correlacionadas y no correlacionadas en grupos de Lie, permitiendo la construcción de pseudo-poses para actualizaciones de filtros. El método integra una combinación de mediciones propioceptivas y exteroceptivas de sensores inerciales, de velocidad y de pose (pseudo-pose) en cada robot dentro de un marco de Filtro de Kalman Expandido (EKF). El paso de predicción se realiza en el grupo de Lie SE₂ (3) R³ R³, donde se propagan la pose, la velocidad y los sesgos de medición inercial de cada robot. El marco propuesto utiliza la velocidad del cuerpo, mediciones de pose relativa de marcadores fiduciales, y comunicación entre robots para proporcionar actualizaciones escalables de EKF a través de la red en el grupo de Lie SE (3) R³. Se implementa un módulo de detección de fallos, permitiendo la integración solo de mediciones de pseudo-pose confiables de marcadores fiduciales. Demostramos la efectividad del método a través de experimentos con una red de robots móviles con ruedas equipados con unidades de medición inercial, odometría de ruedas y marcadores ArUco. Los resultados de la comparación resaltan el rendimiento en tiempo real, la eficiencia superior, la fiabilidad y la escalabilidad del método propuesto en la localización de multi-robot, lo que lo hace adecuado para sistemas robóticos a gran escala.