基于ROS通用传感器融合包设计与实现.pdfVIP

2015IEEE/RSJ智能机器人与系统国际会议(IROS)汉堡会议‑10月2

日。德国汉堡

通用传感器融合包forROS

DeniseRatasich,BernhardFr¨omel,OliverH¨oftberger和RaduGrosu计

算机工程维也纳技术大学，1040维也纳，奥地利邮箱：{denise.ratasich,

bernhard.froemel,oliver.hoeftberger,radu.grosu}@tuwien.ac.at

—传感器融合结合多个传感器的测量值，以提高控制传感器融合是解决上述问题的最常见方法。传感器

器对所观测环境状态的了解。许多此类传感器融合技融合方法“通过结合来自多个传感器的数据以及相关数据

术已经存在，并已在机器人操作系统（ROS）中实现。然而，库中的相关信息，以实现比仅使用单个传感器更高的精

它们通常是为特定应用开发的，难以在其他应用中重用。度和更具体的推断”[5]。状态估计（也称为滤波[6]）是

包括使用了特定于应用的、部分未记录的接口，以及由于实现

一种常用的方法，用于从原始传感器测量值中估计过程

与特定应用目的紧密耦合而导致的配置灵活性受限。我们的方

的状态。如果状态估计器处理了冗余数据（例如，表示

法基于一种融合节点的概念，该节点了一个具有通用接口

相同属性的测量值），那么状态估计器也是一种传

的可配置传感器融合服务。融合节点可以相互连接，以组合多

种传感器融合方法，可以附加到任何单维值传感器，能够处理感器融合技术，可以提高状态估计的确定性。但目前普

异步多速率测量，并且在非确定性、尽力而为的通信条件下具遍缺乏可以直接使用的此类滤波算法或传感器融合

有鲁棒性。据我们所知，本文展示了首个用于ROS的通用传感技术的库。尤其是在嵌入式系统开发初期，尝试各种方

器融合包（GSFP），该包收集了多种作为融合节点实现的示法和组合以选择最适合应用的传感器融合配置是非常有

例性传感器融合方法。我们在一个小型测试应用中演示了该包帮助的。模块化的传感器融合方法框架能够加快这一开

的可行性。我们贡献的主要优势在于所开发的ROS包与特定传发阶段的进度。

感器或应用无关，可轻松集成可配置的融合节点到现有应用中，

并且可通过融合节点的组合来实现复杂的传感器融合场景。

据我们所知，本文介绍的是首个可在运行于机器人操作

系统[7]上的应用中使用的传感器融合包。所实现的通用传

感器融合包（GSFP）能够生成一个执行传感器融合（例

I.引言

如，状态估计器）的实例。该传感器融合实例由一个通用部

嵌入式系统与过程进行交互。例如，嵌入式系统可分和用户的单个配置文件编译而成。通过修改配置文

以控制一个化学过程（例如，防止过热）或车辆的轮件，即可简单地更换融合技术、输入和其他参数。GSFP

胎（例如，以确保车辆良好的操控性和较低的燃油消不绑定特定的传感器，也不绑定特定的应用程序。该包能够

耗）。为了控制一个过程，控制器必须了解该过程的处理非确定性通信，即，用于融合实例的测量值可

状态，即一组能够完全表征该过程过去的变能异步到达并存在延迟。此外，GSFP支持多速率测量，即