利用对称性设计具有一致性性质的 EKF 用于导航与 SLAM
机器人学
2019-03-14 v1
摘要
扩展卡尔曼滤波器（EKF）既是多传感器融合的历史性算法，在许多工业应用中仍是最先进的。然而，在一组变换下存在不可观测性时，它可能被证明是不一致的。在本文中，我们首先基于一种替代的非线性状态误差构建了一个替代的 EKF。该 EKF 与不变 EKF（IEKF）理论密切相关。然后，在误差与变换群之间一个简单的相容性假设下，我们证明了替代 EKF 的线性化模型自动捕获了不可观测方向，并且线性情形下的许多理想性质随之直接成立。这为滤波理论提供了一个新的基础性结果。我们将该理论应用于导航的多传感器融合，此时所有传感器都安装在载体上且无法获取绝对信息，正如在拒止 GPS 环境中典型出现的那样。在同时定位与建图（SLAM）背景下，蒙特卡洛运行以及与 OC-EKF、机器人中心 EKF 和基于优化的平滑算法（iSAM）的比较说明了这些结果。所提出的 EKF 还被证明优于标准 EKF，并在公开可用的多机器人 SLAM 真实数据集上取得了与 iSAM 相当的性能。
引用
@article{arxiv.1903.05384,
title = {Exploiting Symmetries to Design EKFs with Consistency Properties for Navigation and SLAM},
author = {Martin Brossard and Axel Barrau and Silvère Bonnabel},
journal= {arXiv preprint arXiv:1903.05384},
year = {2019}
}