D-CLIPSE: 分散型コンセンサスに基づく共有状態交換の受動的リスニングを用いた位置推定

マルチロボットシステムにおける正確な位置推定は、協調的な計画と制御に不可欠です。従来の集中型フィルタリング手法は理論的に最適ですが、ハードウェア、通信、計算リソースの制約により実際の展開は困難です。分散型アプローチはこれらの問題を部分的に解決しますが、一貫性と通信効率に課題が残ります。このたび、カナダの研究者Kyle Biron-Gricken氏とJames Richard Forbes氏がarXivにプレプリントを投稿し、D-CLIPSEという新しい分散型位置推定フレームワークを提案しました。

D-CLIPSEは「分散型コンセンサスに基づく共有状態交換の受動的リスニングを用いた位置推定」（Distributed Consensus-based Localization with Passive Listening on Shared State Exchange）の略です。このフレームワークでは、各ロボットがローカルフィルタを実行し、自身の状態だけでなく、ロボット間通信を通じて隣接ロボットの状態も推定します。従来手法と異なり、プリインテグレートされたオドメトリと関連する共有状態を同時に交換し、コンセンサスアルゴリズムを用いて情報を融合することで、通信効率を向上させつつ推定の一貫性を維持します。プリインテグレートオドメトリは、IMUデータを事前に積分する技術であり、通信帯域幅を削減できます。

研究チームはシミュレーションと実環境実験でD-CLIPSEを検証しました。シミュレーションでは、複数のロボットが協調して環境を探索するシナリオを設定し、集中型カルマンフィルタや既存の分散型手法と比較しました。結果は、最先端の分散型手法と比較して、D-CLIPSEが位置精度において集中型手法に近い性能を示し、特に一貫性において優れていることを示しています。これにより、複数のロボットが同一のグローバル座標系下で信頼性の高い位置情報を共有でき、協調タスクの基盤が強化されます。実実験では、IMUと視覚センサを搭載した地上ロボットを使用し、屋内環境でアルゴリズムの有効性を確認しました。

本論文はIEEE Robotics and Automation Lettersに投稿されており、全8ページで7つの図と1つの表を含みます。プレプリントはarXiv（ID: 2607.07995）で2026年7月9日に公開されました。この研究は分散型マルチロボット位置推定に新たな道を開き、捜索救助や環境監視などの分野での応用が期待されます。