用于实时姿态与位置估计的扩展鲁棒卡尔曼滤波器计算
系统与控制
2018-01-16 v1
摘要
本文处理扩展鲁棒卡尔曼滤波器（ERKF）的实现问题，该滤波器是在考虑底层状态空间模型参数矩阵中不确定性的情况下开发的。本工作的一个关键贡献是展示了一种在并行计算设备上实时计算该滤波器的方法。滤波器的解被表示为一组联立线性方程，随后可基于 QR 分解利用 Givens 旋转进行求解。本文还介绍了 ERKF 在开发货运车辆姿态与位置参考系统中的应用。本工作通过分析 ERKF 的性能并验证 Givens 旋转方法的有效性作结。
引用
@article{arxiv.1801.04386,
title = {Computation of Extended Robust Kalman Filter for Real-Time Attitude and Position Estimation},
author = {Gaurav Yengera and Roberto Inoue and Mundla Narasimhappa and Marco H. Terra},
journal= {arXiv preprint arXiv:1801.04386},
year = {2018}
}
备注
Published in the Brazilian Symposium for Intelligent Automation (SBAI) 2017