面向部分姿态测量的自主水面艇不变扩展卡尔曼滤波
机器人学
2025-06-13 v1
摘要
自主水面艇(ASV)在海洋科学中日益重要,为水下测绘和检测提供了稳健的平台。精确的状态估计,尤其是载体姿态的估计,对于精确的海底测绘至关重要,因为即使微小的水面偏差也可能对感知下方海底产生显著影响。为应对这一挑战,我们提出了一种不变扩展卡尔曼滤波(InEKF)框架,旨在融合部分姿态测量。虽然传统估计通常依赖于对固定地标的相对位置测量,但开阔海域的自主水面艇主要观测的是后退的地平线。我们利用前视单目相机估计相对于该地平线的横滚角和俯仰角,这提供了偏航模糊的部分姿态信息。为了在InEKF中有效利用这些测量,我们引入了一种融合此类部分姿态数据的新框架。该方法与假设完整姿态测量的传统InEKF实现形成对比,并且特别适用于约束在"航海平面"上的平面载体运动。本文详细介绍了所开发的InEKF框架;其与基于地平线的横滚/俯仰观测和双天线GPS航向测量的集成,用于自主水面艇状态估计;并与使用完整姿态的InEKF和乘法扩展卡尔曼滤波(MEKF)进行了比较分析。我们的结果证明了所提出的部分姿态测量在开阔海域环境中实现精确自主水面艇状态估计的有效性和鲁棒性。
引用
@article{arxiv.2506.10850,
title = {Invariant Extended Kalman Filter for Autonomous Surface Vessels with Partial Orientation Measurements},
author = {Derek Benham and Easton Potokar and Joshua G. Mangelson},
journal= {arXiv preprint arXiv:2506.10850},
year = {2025}
}
备注
Presented at the 2025 IEEE ICRA Workshop on Field Robotics. 8 pages, 4 figures, 2 tables