用于定位的不变平滑：包含 IMU 偏置
机器人学
2024-09-05 v2
摘要
本文研究使用 IMU 并辅以其他定位传感器的机器人定位平滑（即基于优化的）估计技术。我们特别关注不变平滑（IS），这是一种基于机器人学中非平凡李群使用的变体。我们研究了最近提出的两帧群（TFG），并证明其可纳入不变平滑框架，以相比机器人学前沿更好地考虑 IMU 偏置。基于 KITTI 数据集的实验表明，所提框架在某些挑战性情境下于鲁棒性方面优于前沿平滑方法。
引用
@article{arxiv.2309.13903,
title = {Invariant Smoothing for Localization: Including the IMU Biases},
author = {Paul Chauchat and Silvère Bonnabel and Axel Barrau},
journal= {arXiv preprint arXiv:2309.13903},
year = {2024}
}