iMHS：一种增量式多假设平滑器
机器人学
2021-03-25 v1
摘要
多模态混合系统的状态估计是一个重要问题，在野外机器人领域有诸多应用。然而，在估计过程中引入离散模态会因计算量的潜在组合增长而受碍。本文提出一种基于将混合因子图消元为多假设贝叶斯树的新型增量式多假设平滑器，该树表示可能的离散状态序列假设。遵循 iSAM，我们通过将过去条件化于未来来实现增量推断，但在此基础上增加了维护多个离散模态历史的能力，利用问题的时间结构获得简化表示，将多假设树与贝叶斯树统一。在结果部分，我们通过三个问题领域的示例展示了算法的通用性：换道检测（1D）、飞机机动检测（2D）和腿式机器人中的接触检测（3D）。
引用
@article{arxiv.2103.13178,
title = {iMHS: An Incremental Multi-Hypothesis Smoother},
author = {Fan Jiang and Varun Agrawal and Russell Buchanan and Maurice Fallon and Frank Dellaert},
journal= {arXiv preprint arXiv:2103.13178},
year = {2021}
}
备注
Submitted to IROS 2021