×

矩阵李群上的扩展信息过滤器。 (英语) 兹比尔1372.93198

摘要:在本文中,我们提出了一种新的状态估计算法,称为李群上的扩展信息滤波器。该滤波器受李群上扩展卡尔曼滤波器的启发,在保持李群随机推理准确性的同时,展示了信息滤波器在多传感器更新和分散方面的优势。通过在(mathsf{SO}(3)times\mathbb{R}^3)群上形成状态空间,给出了多传感器刚体姿态跟踪的理论发展,并证明了其性能,其中第一和第二分量分别表示方向和角速率。从基于欧拉角的参数化姿态跟踪精度和基于李群的扩展卡尔曼滤波公式的执行时间两个方面比较了该滤波器的性能。结果表明,该滤波器通过直接跟踪李群上的状态,获得了较高的性能一致性和较小的误差,并且对于大量测量,它保持了较小的信息形式计算复杂度。

MSC公司:

93E11号机组 随机控制理论中的滤波
93E10型 随机控制理论中的估计与检测
93E25型 随机控制中的计算方法(MSC2010)
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[2] Barfoot,T.D。;Furgale,P.T.,将不确定性与用于估算问题的三维姿势相关联,IEEE机器人学报,30,3,679-693(2014)
[3] 巴蒂斯特利,G。;Chisci,L.,分布式状态估计共识扩展卡尔曼滤波器的稳定性,Automatica,68,169-178(2016)·Zbl 1334.93176号
[4] 布尔莫德,G。;Mégret,R。;阿诺登,M。;Giremus,A.,使用集中高斯分布的矩阵李群上的连续离散扩展卡尔曼滤波器,数学成像与视觉杂志,51,1,209-228(2015)·Zbl 1397.94014号
[6] 坎贝尔,M.E。;Whitacre,W.W.,使用SeaScan UAV上的视觉测量进行合作跟踪,IEEE控制系统技术汇刊,15,4,613-626(2007)
[8] 乔·埃西奇,J。;马尔科维奇一世。;Cvišić,i。;Petrović,I.,用于特殊欧几里得群上多目标跟踪的雷达和立体视觉融合,机器人和自主系统(2016)
[9] Chirikjian,G.S。;Kyatkin,A.B.,《非对易谐波分析的工程应用:以旋转和运动群为重点》(2000),CRC出版社·Zbl 0936.70003号
[11] 尤斯蒂斯,R.M。;辛格,H。;Leonard,J.J.,基于视图的SLAM的精确稀疏延迟状态滤波器,IEEE机器人学报,22,6,1100-114(2006)
[12] 福斯特,C。;卡隆,L。;Dellaert,F。;Scaramuzza,D.,流形上IMU预积分,用于有效的视觉惯性最大后验估计,(机器人学:科学与系统(2015)),9
[13] Fu,Y。;凌,Q。;Tian,Z.,无线传感器网络中用于多目标跟踪的分布式传感器分配,IEEE航空航天和电子系统汇刊,48,4,3538-3553(2012)
[15] Grocholsky,B。;Makarenko,A。;Durrant-Whyte,H.,《多传感器平台的信息论协调控制》(机器人与自动化国际会议,第1卷)。机器人与自动化国际会议,第1卷,(ICRA)(2003),IEEE,1521-1526
[16] Hall,B.C.,李群,李代数和表示:初等介绍(2003),Springer-Verlag·Zbl 1026.22001年
[17] Hertzberg,C。;瓦格纳,R。;弗雷斯,美国。;Schröder,L.,通过封装流形将通用传感器融合算法与声音状态表示集成,信息融合,14,1,57-77(2013)
[18] Khosravian,A。;特朗普夫,J。;Mahony,R。;Hamel,T.,具有延迟输出测量的李群上不变系统的状态估计,Automatica,68,254-265(2015)·Zbl 1334.93167号
[21] Lee,D.-J.,使用无记录信息滤波的非线性估计和多传感器融合,IEEE信号处理快报,15,2,861-864(2008)
[22] 刘,G。;沃尔戈特,F。;Markelić,I.,平方根σ点信息过滤,IEEE自动控制事务,57,11,2945-2950(2012)·Zbl 1369.93638号
[23] Maybeck,P.S.(Press,A.,《随机模型、估计和控制》,第一卷(1979))·Zbl 0464.93002号
[24] 穆尔·阿尔塔尔,R。;蒙蒂尔,J.M.M。;Tardos,J.D.,ORB-SLAM:一种通用且精确的单目撞击系统,IEEE机器人汇刊,31,51147-1163(2015)
[25] 默里,R.M。;李,Z。;Sastry,S.S.,《机器人操作数学导论》(1994),CRC:密歇根州安娜堡市CRC·Zbl 0858.70001号
[27] 尼尔森,F。;Garcia,V.,《统计指数族:使用闪存卡的摘要》,《计算研究库》(2009),arXiv:0911.4863
[28] Onel,T。;埃尔索伊,C。;Delic,H.,《基于信息内容的传感器选择和协作目标跟踪的传输功率调整》,IEEE移动计算汇刊,8,8,1103-1116(2009)
[29] Pakki,K。;钱德拉,B。;Postlethwaite,I.,平方根容积信息过滤器,IEEE传感器杂志,13,2,750-758(2013)
[30] Rao,B.S.Y。;杜兰·怀特,H.F。;Sheen,J.A.,《用于跟踪和监视的完全分散多传感器系统》,《国际机器人研究杂志》,第12、1、20-44页(1993年)
[31] 罗斯·G。;格雷罗,J。;萨帕,A.D。;Ponsa,D。;Lopez,A.M.,《通过李群和李代数优化进行VSLAM姿态初始化》,(机器人与自动化国际会议。机器人和自动化国际会议,(ICRA)(2013),IEEE),5740-5747
[32] Selig,J.M.,《机器人几何方法》(1996),Springer-Verlag:Springer-Verlag纽约·Zbl 0861.93001号
[33] 特隆,S。;伯加德,W。;Fox,D.,概率机器人(2006),麻省理工学院出版社
[34] 特隆,S。;刘,Y。;科勒,D。;Ng,A.Y。;加赫拉马尼,Z。;Durrant-Whyte,H.,使用稀疏扩展信息过滤器进行同步定位和绘图,《国际机器人研究杂志》,23,7-8,693-716(2004)
[35] Vercauteren,T。;Wang,X.,协作传感器网络中用于目标跟踪的分散σ点信息过滤器,IEEE信号处理汇刊,53,8,2997-3009(2005)·Zbl 1370.94268号
[36] Wang,Y。;Chirikjian,G.S.,欧几里德群上的误差传播及其在机械手运动学中的应用,IEEE机器人学报,22,4,591-602(2006)
[37] Wang,Y。;Chirikjian,G.,欧几里德群上的误差传播及其在机械手运动学中的应用,IEEE机器人学报,22,4,591-602(2006)
[38] 王,S。;冯,J。;Tse,C.K.,一类稳定的平方根非线性信息滤波器,IEEE自动控制汇刊,59,7,1893-1898(2014)·Zbl 1360.93716号
[39] Wolfe,K.C。;马什纳,M。;Chirikjian,G.S.,李群的贝叶斯融合,代数统计杂志,2,1,75-97(2011)·Zbl 1458.62320号
[40] Woodbury,M.A.,《反演修正矩阵》,ser。统计研究小组备忘录报告(1950),普林斯顿大学:普林斯顿大学,新泽西州普林斯顿,第42号
[41] Zhang,Y。;Chai Soh,Y。;Chen,W.,分散估计的鲁棒信息滤波器,Automatica,41,1212141-2146(2005)·Zbl 1090.93045号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。