RINS-W：基于轮式平台的鲁棒惯性导航系统
机器人学
2020-03-02 v2
摘要
本文提出一种仅基于惯性测量单元 (IMU) 的轮式机器人自定位实时长期惯性导航方法。该方法建立在两个组件之上：1) 一个鲁棒检测器，使用循环深度神经网络动态检测多种感兴趣情形，如零速或无横向滑移；2) 一个最先进的卡尔曼滤波器，将这些知识作为伪测量用于定位。在公开可用车辆数据集上的评估表明，所提方案对于一辆配备中等精度 IMU（陀螺漂移率为 10 deg/h）行驶逾一小时、轨迹长 21 km 的车辆可实现 20 m 的最终精度。据我们所知，这是首篇将复杂深度学习技术与最先进滤波方法结合用于轮式车辆纯惯性导航的论文，并由此开启了新颖的数据驱动惯性导航技术。此外，尽管专为基于 IMU 的定位定制，我们的方法也可用作配备更完整传感器套件的轮式机器人自定位的组件。
引用
@article{arxiv.1903.02210,
title = {RINS-W: Robust Inertial Navigation System on Wheels},
author = {Martin Brossard and Axel Barrau and Silvere Bonnabel},
journal= {arXiv preprint arXiv:1903.02210},
year = {2020}
}