基于相对 bearing 测量的模块化机器人与地标定位

本文提出一种针对由独立子系统组成的系统的模块化非线性最小二乘滤波方法。每个子系统的状态和误差协方差估计可独立更新，即使相对测量同时依赖于多个子系统的状态。我们将协方差交叉 (Covariance Intersection, CI) 算法集成到所提出的方法中，以防止子系统在共享估计时进行信息双重计数。基于最小二乘估计的 CI 算法的另一种推导使得这种集成成为可能。我们将所提出的方法特化于机器人-地标定位问题。在该问题中，对相对于移动机器人 SE(2) 位姿测量的静止地标位置的 bearing 角的噪声测量将机器人位姿和地标位置的估计问题耦合在一起。在随机化仿真研究中，我们将所提出的模块化方法与单体联合状态滤波器进行基准测试，以阐明它们各自的权衡。在该研究中，我们还包括实现性能在减少通信和带宽要求下优雅降级的所提出方法的各种变体。