基于黎曼流形的 IMU 与声呐组合用于精确室内位置与姿态估计的卡尔曼滤波
机器人学
2024-09-04 v1 信号处理
摘要
室内跟踪与姿态估计，即确定移动目标的位置和姿态，因其众多应用而日益重要。虽然惯性导航系统（INS）提供高速更新率，但其定位误差会随时间快速累积。为缓解这一问题，通常会将INS与其他补充系统集成，以纠正漂移并提高准确性。本文提出了一种新方法，将INS与基于黎曼流形的声呐定位系统相结合，以增强室内定位和姿态跟踪。该方法采用扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）用于融合来自两个系统的数据。黎曼流形基于的定位系统提供目标位置和姿态的高精度估计，然后用于校正INS数据。介绍了一种新的投影算法，将EKF或UKF输出映射到黎曼流形上，从而进一步提高估计精度。我们的结果表明，所提出的方法在位置和姿态估计方面均显著优于基准算法。通过大规模数值仿真和使用自制实验 setup 的测试评估了所提出方法的有效性。这些评估确认了该方法在实际场景中的卓越性能。
引用
@article{arxiv.2409.01002,
title = {Kalman Filtering for Precise Indoor Position and Orientation Estimation Using IMU and Acoustics on Riemannian Manifolds},
author = {Mohammed H. AlSharif and Mohanad Ahmed and Mohamed Siala and Tareq Y. Al-Naffouri},
journal= {arXiv preprint arXiv:2409.01002},
year = {2024}
}