HDVIO：利用混合动力学 VIO 改进定位与扰动估计
机器人学
2023-06-29 v2
摘要
视觉惯性里程计（VIO）是仅使用机载传感器估计微型自主飞行器状态的最常用方法。现有方法通过在估计流程中包含动力学模型来提高 VIO 性能。然而，这些方法在存在低保真度飞行器模型和连续外部扰动（如风）时会退化。我们提出的方法 HDVIO 通过使用混合动力学模型克服了这些限制，该模型将质点飞行器模型与捕获复杂空气动力学效应的基于学习的组件相结合。HDVIO 通过利用实际运动与混合动力学模型预测运动之间的差异来估计外力和完整机器人状态。我们的混合动力学模型使用推力和 IMU 测量的历史记录来预测飞行器动力学。为了证明我们方法的性能，我们在公开的和新的无人机动力学数据集上展示了结果，并展示了四旋翼飞行器在高达 25 km/h 强风中飞行的真实世界实验。结果表明，与现有技术相比，我们的方法将运动和外力估计分别提高了高达 33\% 和 40\%。此外，与现有方法不同的是，我们证明了在对其完整状态没有明确知识的情况下，也有可能准确预测飞行器动力学。
引用
@article{arxiv.2306.11429,
title = {HDVIO: Improving Localization and Disturbance Estimation with Hybrid Dynamics VIO},
author = {Giovanni Cioffi and Leonard Bauersfeld and Davide Scaramuzza},
journal= {arXiv preprint arXiv:2306.11429},
year = {2023}
}