基于矩阵李群的分布式不变卡尔曼滤波器用于合作定位
机器人学
2024-05-08 v1 系统与控制
系统与控制
摘要
本文研究了多机器人系统的合作定位 (CL) 问题，其中一组移动机器人通过使用 onboard 感测器以及来自其他机器人的共享信息来自主定位。我们提出了一种基于李群理论的新型分布式不变卡尔曼滤波器 (DInEKF)，以解决 3-D 环境中的 CL 问题。与标准 EKF 基于状态估计处的线性化计算雅可比矩阵不同，DInEKF 将机器人的运动模型定义在矩阵李群上，从而实现状态估计独立的雅可比矩阵。这显著提高了估计器的一致性。此外，所提出的算法是完全分布式的，仅依赖于每个机器人的 ego-motion 测量以及来自其一跳通信邻居的信息。在蒙特卡罗仿真和实际实验中验证了所提出算法的有效性。结果表明，所提出的 DInEKF 在准确性和一致性方面均优于标准分布式 EKF。
引用
@article{arxiv.2405.04000,
title = {Distributed Invariant Kalman Filter for Cooperative Localization using Matrix Lie Groups},
author = {Yizhi Zhou and Yufan Liu and Pengxiang Zhu and Xuan Wang},
journal= {arXiv preprint arXiv:2405.04000},
year = {2024}
}