惯性辅助状态估计中 IMU 作为输入与状态测量的对比
机器人学
2024-11-22 v2
摘要
将 IMU 测量值作为运动模型的输入并进行预积分，在许多机器人应用中几乎已成为事实上的标准。然而，这种方法存在一些缺点。首先，它混淆了 IMU 测量噪声与底层过程噪声。其次，在 IMU 测量丢失的情况下，状态如何传播尚不清楚。第三，它不利于处理多个高频传感器（如激光雷达和 IMU）或多个异步 IMU。在本文中，我们在连续时间状态估计框架下，比较了将 IMU 视为运动模型输入与将其视为状态测量这两种方法。我们在一个一维仿真中系统地比较了这两种方法的性能，结果表明，假设每种方法的超参数已在训练集上调优，它们的性能相同。我们还提供了连续时间激光雷达 - 惯性里程计在仿真中和在 Newer College Dataset 上的结果。在仿真中，我们的方法在高度激进的运动过程中超过了将 IMU 作为输入的基线性能。在 Newer College Dataset 上，我们展示了最先进的结果。这些结果表明，连续时间技术和将 IMU 视为状态测量是有望进一步研究的领域。我们的激光雷达 - 惯性里程计代码可在以下网址找到：https://github.com/utiasASRL/steam_icp
引用
@article{arxiv.2403.05968,
title = {IMU as an Input vs. a Measurement of the State in Inertial-Aided State Estimation},
author = {Keenan Burnett and Angela P. Schoellig and Timothy D. Barfoot},
journal= {arXiv preprint arXiv:2403.05968},
year = {2024}
}
备注
Accepted to Robotica November 19th, 2024