面向鲁棒惯性导航辅助的概率地图匹配
机器人学
2022-04-01 v1
摘要
在 GNSS 拒止环境下对惯性导航系统进行鲁棒辅助，对于消除惯性传感器固有的漂移与偏置所引起的累积导航误差至关重要。此类辅助的一种方式是将在重力测量、重力梯度测量或磁力测量等地物测量与已知地理参考地图进行匹配。尽管概念简单，该地图匹配过程颇具挑战：测量本身含噪；其关联空间位置不确定；且测量可能与地图内多点匹配（即非唯一解）。本文提出一种概率多假设跟踪器来解决地图匹配问题并实现鲁棒惯性导航辅助。我们的方法通过概率数据关联在局部上、并通过将平台底层运动学约束纳入跟踪器在时间上解决该问题。随后将地图匹配输出通过无迹卡尔曼滤波器（unscented Kalman filter）集成至导航系统。此外，我们给出局部地图信息密度的统计度量——地图特征变异性，并用其加权所提算法的输出协方差。利用涉及重力地图匹配的导航场景，证明了所提算法的有效性与鲁棒性。
引用
@article{arxiv.2203.16932,
title = {Probabilistic Map Matching for Robust Inertial Navigation Aiding},
author = {Xuezhi Wang and Christopher Gilliam and Allison Kealy and John Close and Bill Moran},
journal= {arXiv preprint arXiv:2203.16932},
year = {2022}
}
备注
12 pages. 13 figures