5G 毫米波车载网络中基于 PMBM 的 SLAM 滤波器
信号处理
2022-05-06 v1
摘要
基于无线电的车载同步定位与建图（SLAM）旨在对车辆进行定位的同时对环境中的地标进行建图。我们提出了一系列三个基于泊松多伯努利混合（PMBM）的 SLAM 滤波器，以理论最优方式处理整个 SLAM 问题。通过推导对冗余参数（车辆状态或数据关联）进行边缘化的 SLAM 密度近似，所提出的三个 SLAM 滤波器复杂度逐步降低，同时保持高精度。首先，PMBM SLAM 滤波器作为基础，我们给出了基于 Rao-Blackwellized 粒子滤波器的首个完整描述。其次，泊松多伯努利（PMB）SLAM 滤波器基于从 PMBM 到 PMB 的标准化简，但涉及基于辅助变量的新解释及其与 Bethe 自由能的关系。最后，利用相同的辅助变量论证，我们推导了一种边缘化 PMB SLAM 滤波器，其避免使用粒子，转而通过低复杂度容积卡尔曼滤波器实现。我们在 5G 毫米波车载网络中将上述三个 SLAM 滤波器与概率假设密度（PHD）SLAM 滤波器进行比较评估，并展示了它们之间的计算-性能权衡。
引用
@article{arxiv.2205.02502,
title = {PMBM-based SLAM Filters in 5G mmWave Vehicular Networks},
author = {Hyowon Kim and Karl Granström and Lennart Svensson and Sunwoo Kim and Henk Wymeersch},
journal= {arXiv preprint arXiv:2205.02502},
year = {2022}
}