面向仅方位协同运动估计的最优时空三角化
机器人学
2025-02-13 v5
摘要
基于视觉的协同运动估计是许多多机器人系统（如协同空中目标追踪）的重要问题。该问题可表述为仅方位协同运动估计，其中视觉测量被建模为从相机指向目标的方位向量。传统的仅方位协同估计方法主要基于分布式卡尔曼滤波（DKF）框架。本文提出一种基于分布式递推最小二乘方法的新型最优仅方位协同估计算法，称为时空三角化，其相比 DKF 为设计分布式估计器提供了更灵活的框架。该算法设计充分融合了所有可用信息及特定的三角化几何约束。因此，如数值仿真所验证，该算法在精度和收敛速度上均优于最先进的 DKF 算法。我们严格证明了所提算法的指数收敛性。此外，为验证所提算法在实际挑战性条件下的有效性，我们开发了基于视觉的协同空中目标追踪系统，据我们所知这是迄今首个此类全自主系统。
引用
@article{arxiv.2310.15846,
title = {Optimal Spatial-Temporal Triangulation for Bearing-Only Cooperative Motion Estimation},
author = {Canlun Zheng and Yize Mi and Hanqing Guo and Huaben Chen and Zhiyun Lin and Shiyu Zhao},
journal= {arXiv preprint arXiv:2310.15846},
year = {2025}
}
备注
accepted by Automatica