级联 IPG 观测器用于水下机器人状态估计
机器人学
2025-04-22 v1
摘要
本文提出了一种新颖的级联非线性观测框架，用于惯性状态估计。该方法针对外部定位不可用或传感器故障期间的中间状态估计问题进行了解决。该观测器包含两个基于最近开发的迭代预条件梯度下降 (IPG) 算法的非线性观测器。其输入通过 IMU 预积分模型，其中第一个观测器是一个基于四元数的数据驱动梯度下降观测器。第一个观测器的输出作为第二个观测器的输入，估计速度，从而估计位置。该观测器在公开的水下数据集和使用本机器人平台进行的实际实验中进行了验证。估计结果与扩展卡尔曼滤波器 (EKF) 和不变扩展卡尔曼滤波器 (InEKF) 进行了比较。结果表明，该方法在位置精度更好且方差更低方面优于这些方法。
引用
@article{arxiv.2504.15235,
title = {Cascade IPG Observer for Underwater Robot State Estimation},
author = {Kaustubh Joshi and Tianchen Liu and Nikhil Chopra},
journal= {arXiv preprint arXiv:2504.15235},
year = {2025}
}
备注
ICRA 2025 (International Conference on Robotics and Automation), Atlanta, USA