BESTAnP：用于声学n点问题的双步骤高效统计最优估计器
机器人学
2024-11-27 v1
摘要
我们考虑声学n点（AnP）问题，该问题根据n个3D-2D点对应关系估计2D正向观测声呐（FLS）的姿态。我们探讨了测量的部分球坐标的性质，揭示了它们与平移和姿态之间的内在关系。基于此，我们提出一种双步骤高效且统计最优的AnP（BESTAnP）算法，将姿态估计和平移估计解耦。具体而言，在第一步骤中，将平移估计形式化为基于距离唯一测量的范围定位问题。在第二步骤中，通过基于方位角唯一测量和估计平移的特征分解来估计旋转。BESTAnP是首个能给出完整六自由度姿态闭式解的AnP算法。此外，我们为BESTAnP进行偏差消除，使其具有一致性的统计属性。通过仿真和实际实验，我们展示了与最先进（SOTA）方法相比，BESTAnP速度快十倍，在资源受限的平台上具有实时能力，同时保持相当精度。而且，我们首次将BESTAnP嵌入声呐基准定位系统中，显示其对轨迹估计的有效性。
引用
@article{arxiv.2411.17521,
title = {BESTAnP: Bi-Step Efficient and Statistically Optimal Estimator for Acoustic-n-Point Problem},
author = {Wenliang Sheng and Hongxu Zhao and Lingpeng Chen and Guangyang Zeng and Yunling Shao and Yuze Hong and Chao Yang and Ziyang Hong and Junfeng Wu},
journal= {arXiv preprint arXiv:2411.17521},
year = {2024}
}