Long Distance GNSS-Denied Visual Inertial Navigation for Autonomous Fixed Wing Unmanned Air Vehicles: SO(3) Manifold Filter based on Virtual Vision Sensor

要約

この記事では、GNSS (全地球航法衛星システム) 信号がない場合に自律型固定翼 UAV (無人航空機) が経験する水平位置ドリフトを減少させることを目的とした視覚的慣性航法アルゴリズムを提案します。
加速度計、ジャイロスコープ、および磁力計に加えて、提案されたナビゲーション フィルターは、VO (ビジュアル オドメトリー) システムによって生成される正確な増分変位出力に依存します。ここでは、バーチャル ビジョン センサーまたは VVS と呼ばれます。
オンボードカメラによって、それ自体がフィルター慣性推定によって支援されます。
位置観測は絶対的ではなく相対的であるため、GNSS 受信機の完全な代替品ではありませんが、提案されたシステムにより、GNSS 拒否姿勢と位置推定誤差を大幅に削減できます。
絶対観測がない場合の誤差の蓄積を最小限に抑えるために、フィルターは剛体回転の多様体または SO (3) に実装されます。
GNSS 信号の損失を伴う 2 つの代表的なシナリオの確率的高忠実度シミュレーションを使用して、結果を評価します。
著者は、ビジュアル慣性航法フィルターと高忠実度シミュレーションの両方の C++ 実装をオープンソース ソフトウェアとしてリリースしています。

要約(オリジナル)

This article proposes a visual inertial navigation algorithm intended to diminish the horizontal position drift experienced by autonomous fixed wing UAVs (Unmanned Air Vehicles) in the absence of GNSS (Global Navigation Satellite System) signals. In addition to accelerometers, gyroscopes, and magnetometers, the proposed navigation filter relies on the accurate incremental displacement outputs generated by a VO (Visual Odometry) system, denoted here as a Virtual Vision Sensor or VVS, which relies on images of the Earth surface taken by an onboard camera and is itself assisted by the filter inertial estimations. Although not a full replacement for a GNSS receiver since its position observations are relative instead of absolute, the proposed system enables major reductions in the GNSS-Denied attitude and position estimation errors. In order to minimize the accumulation of errors in the absence of absolute observations, the filter is implemented in the manifold of rigid body rotations or SO (3). Stochastic high fidelity simulations of two representative scenarios involving the loss of GNSS signals are employed to evaluate the results. The authors release the C++ implementation of both the visual inertial navigation filter and the high fidelity simulation as open-source software.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google