面向对象级多机器人位姿SLAM的分布式不变卡尔曼滤波器
机器人学
2024-09-17 v1
摘要
协同定位与目标跟踪对于多机器人系统执行高层任务至关重要。为此，我们提出了一种基于协方差交集的分布式不变卡尔曼滤波器，用于有效的多机器人位姿估计。本文利用了对象级测量模型，该模型具有信息压缩的优点，进一步减轻了通信负担。此外，通过在特殊李群上对状态进行建模，可以强调不变卡尔曼滤波器结构更好的线性度和一致性。我们还结合使用协方差交集和卡尔曼滤波器，以避免在具有复杂且未知相关性的多机器人系统中出现过于自信或保守的估计，并且通过多机器人协作，一定程度的机器人性能退化是可以接受的。仿真和真实数据实验验证了所提算法的实用性和优越性。
引用
@article{arxiv.2409.09410,
title = {Distributed Invariant Kalman Filter for Object-level Multi-robot Pose SLAM},
author = {Haoying Li and Qingcheng Zeng and Haoran Li and Yanglin Zhang and Junfeng Wu},
journal= {arXiv preprint arXiv:2409.09410},
year = {2024}
}