用于分布式位姿估计的基于协方差交叉的不变卡尔曼滤波
系统与控制
2024-09-13 v1 系统与控制
摘要
本文提出了一种基于协方差交叉不变卡尔曼滤波的多智能体系统分布式位姿估计新方法。我们的方法使用李代数对不确定性进行建模，并在李群内应用对象级观测，具有实际应用价值。我们整合协方差交叉来处理相关的估计，并使用不变卡尔曼滤波来合并独立数据源。这一策略使我们能够有效应对智能体间协同定位的复杂相关性，确保我们的估计既不过于保守也不过度自信。此外，我们检查了算法的一致性和稳定性，证明了其在管理多智能体系统中的可靠性和有效性。
引用
@article{arxiv.2409.07933,
title = {Covariance Intersection-based Invariant Kalman Filtering(DInCIKF) for Distributed Pose Estimation},
author = {Haoying Li and Xinghan Li and Shuaiting Huang and Chao yang and Junfeng Wu},
journal= {arXiv preprint arXiv:2409.07933},
year = {2024}
}