GNSS-相机传感器融合完好性风险的粒子滤波框架
机器人学
2021-01-18 v1 机器学习
摘要
采用状态估计与完好性监测联合的方法可实现无偏的完好性监测，不同于传统方法。迄今为止，联合方法仅在粒子 RAIM [1] 中用于 GNSS 测量。在我们的工作中，我们将粒子 RAIM 扩展到 GNSS-相机融合系统，用于联合状态估计与完好性监测。为考虑视觉故障，我们利用地图匹配从相机图像推导位置的概率分布。我们制定了 Kullback-Leibler 散度度量来评估 GNSS 与相机测量的一致性，并在传感器融合期间缓解故障。推导的完好性风险给出了危险性误导信息（HMI）概率的上界。在真实世界数据集上的实验验证表明，我们的算法产生小于 11 m 的位置误差，且完好性风险在城区场景下以 0.11 的失败率为 8 m 告警限值上界了 HMI 的概率。
引用
@article{arxiv.2101.06044,
title = {A Particle Filtering Framework for Integrity Risk of GNSS-Camera Sensor Fusion},
author = {Adyasha Mohanty and Shubh Gupta and Grace Xingxin Gao},
journal= {arXiv preprint arXiv:2101.06044},
year = {2021}
}