基于 SO(3) 流形的室内位置与姿态跟踪
信号处理
2025-01-06 v1 机器人学
摘要
随着技术的突破，室内跟踪与定位在包括物联网 (IoT)、机器人和无人机 (UAV) 在内的各种应用中日益受到重视。为解决室内跟踪的一些挑战，本研究探讨了融合旋转矩阵 SO(3) 流形结构潜在优势的可能性，以提高延伸卡尔曼滤波 (EKF) 和无迹卡尔曼滤波 (UKF) 对室内环境中移动目标的 3D 跟踪性能。我们的结果表明，提出的带有黎曼 (EKFRie) 和带有黎曼 (UKFRie) 的卡尔曼滤波算法始终优于传统 EKF 和 UKF，在位置和姿态精度方面。虽然传统 EKF 和 UKF 在一条长楼梯路径上分别实现了 0.36m 和 0.43m 的均方根误差 (RMSE)，但所提出的 EKFRie 和 UKFRie 算法分别实现了更低的 0.21m 和 0.10m 的 RMSE。我们的结果还显示，所提出的算法优于 EKF 和 UKF 算法，后者采用等腰三角形流形。后者分别实现了 7.26cm 和 7.27cm 的 RMSE，而我们提出的算法实现了 6.73cm 和 6.16cm 的 RMSE。这些结果表明了所提出算法的提升性能。
引用
@article{arxiv.2501.01555,
title = {Indoor Position and Attitude Tracking with SO(3) Manifold},
author = {Hammam Salem and Mohanad Ahmed and Mohammed AlSharif and Ali Muqaibel and Tareq Al-Naffouri},
journal= {arXiv preprint arXiv:2501.01555},
year = {2025}
}