MSCEqF：一种用于视觉辅助惯性导航的多状态约束等变滤波器
机器人学
2023-11-21 v1 系统与控制
系统与控制
摘要
本文重新审视视觉惯性导航系统(VINS)问题，提出一种新颖的滤波器设计，我们称之为多状态约束等变滤波器(MSCEqF，类比于知名的MSCKF)。我们定义了一种对称群及相应的群作用，使得能够专门针对包含IMU偏置、相机内参与外参标定状态的视觉惯性里程计(VIO)问题设计等变滤波器。与最先进的不变扩展卡尔曼滤波器(IEKF)方法简单地将IMU偏置及其他状态附加到群上不同，我们的滤波器构建于一种恰当将所有状态纳入群结构的对称性之上。因此，我们实现了改进的行为，尤其在线性化点严重偏离真值（即状态扰动下的瞬态过程）时。我们的方法本质一致，即使在从显著误差收敛的阶段也无需误差不确定性自适应、可观测性约束或其他一致性增强技术。这导致在显著误差和意外状态变化（例如长航时任务中）时估计器行为大幅改善。我们使用三个不同的知名真实世界数据集通过大量不同实验评估了我们的方法。
引用
@article{arxiv.2311.11649,
title = {MSCEqF: A Multi State Constraint Equivariant Filter for Vision-aided Inertial Navigation},
author = {Alessandro Fornasier and Pieter van Goor and Eren Allak and Robert Mahony and Stephan Weiss},
journal= {arXiv preprint arXiv:2311.11649},
year = {2023}
}
备注
Accepted for publication in the IEEE Robotics and Automation Letters (RA-L), 2023