控制与感知中集员估计的不确定性量化：重访最小包围椭球
最优化与控制
2024-08-05 v4 机器人学
摘要
集员估计（SME）输出一个保证覆盖真实值的集合估计器。然而，此类集合由（许多）抽象（且可能非凸）约束定义，因此难以处理。我们提出可处理的算法，以最小包围椭球（MEE）的形式计算 SME 的简单且紧致的过近似。我们首先介绍 Nie 与 Demmel（2005）提出的基于平方和松弛的包围椭球层次结构，其渐近收敛于基本半代数集的 MEE。然而，由于计算挑战，该框架在现代控制与感知问题中表现不佳。我们贡献了三项计算增强以使该框架实用，即约束剪枝、广义松弛切比雪夫中心，以及处理非欧几何。我们展示了关于系统辨识与物体位姿估计的数值示例。
引用
@article{arxiv.2311.15962,
title = {Uncertainty Quantification of Set-Membership Estimation in Control and Perception: Revisiting the Minimum Enclosing Ellipsoid},
author = {Yukai Tang and Jean-Bernard Lasserre and Heng Yang},
journal= {arXiv preprint arXiv:2311.15962},
year = {2024}
}
备注
Accepted to 6th Learning for Dynamics and Control (L4DC) as oral presentation