姿态估计的关键比较：从高斯近似滤波器到无坐标对偶最优控制

本文通过进行关键比较，并辅以广泛的仿真验证，传达了无速率传感器下的姿态与速率估计。实现姿态估计的两种主要方法基于随机推理和集员推理。第一种方法主要利用众所周知的高斯近似滤波器，即EKF和UKF。尽管后者更为保守，但似乎更有前景，因为它考虑了底层紧致状态空间固有的几何特性，并从第一性原理出发考虑了大的模型误差。我们从控制的角度处理集合论方法，并证明它可以克服与此问题相关的贝叶斯架构所报告的缺陷，从而得到无坐标的最优滤波器。最后，作为一个例子，我们在特殊正交群$\mathbb{TSO}(3)$的切丛上推导了一个改进的预测滤波器。