A Transformation-based Consistent Estimation Framework: Analysis, Design and Applications

要約

この論文では、マルチロボット協同組合のローカリゼーションや同時ローカリゼーションとマッピングなどの非線形システムで頻繁に発生する観測可能性の不一致から生じる矛盾の問題を調査します。
一般的な非線形システムの場合、EKF推定器システムの観察不可能な部分空間は状態とは無関係であり、元のシステムの観察不可能な部分空間に属していることを発見し、理論的に証明します。
これに基づいて、観察可能性のマッチングを達成するために必要かつ十分な条件を確立します。
これらの理論的発見は、状態に依存しない未観測不可能なサブスペースを有する変換されたシステムを実現するために、線形の時変変換を導入するように私たちを動機付けています。
そのような変換の存在を証明し、それらを構築するための2つの設計方法論を提案します。
さらに、それぞれT-EKF 1およびT-EKF 2と呼ばれる2つの同等の一貫した変換ベースのEKF推定器を提案します。
T-EKF 1は、一貫した推定のために変換されたシステムを使用しますが、T-EKF 2は元のシステムを活用しますが、変換からの状態および共分散補正を通じて一貫性を保証します。
提案された方法を検証するために、マルチロボット協同組合のローカリゼーション、マルチソースターゲット追跡、3D視覚慣性匂いなど、いくつかの代表的な例で実験を実施し、私たちのアプローチが最先端のパフォーマンスを達成することを実証します。
精度、一貫性、計算効率、および実用的な実現。

要約(オリジナル)

In this paper, we investigate the inconsistency problem arising from observability mismatch that frequently occurs in nonlinear systems such as multi-robot cooperative localization and simultaneous localization and mapping. For a general nonlinear system, we discover and theoretically prove that the unobservable subspace of the EKF estimator system is independent of the state and belongs to the unobservable subspace of the original system. On this basis, we establish the necessary and sufficient conditions for achieving observability matching. These theoretical findings motivate us to introduce a linear time-varying transformation to achieve a transformed system possessing a state-independent unobservable subspace. We prove the existence of such transformations and propose two design methodologies for constructing them. Moreover, we propose two equivalent consistent transformation-based EKF estimators, referred to as T-EKF 1 and T-EKF 2, respectively. T-EKF 1 employs the transformed system for consistent estimation, whereas T-EKF 2 leverages the original system but ensures consistency through state and covariance corrections from transformations. To validate our proposed methods, we conduct experiments on several representative examples, including multi-robot cooperative localization, multi-source target tracking, and 3D visual-inertial odometry, demonstrating that our approach achieves state-of-the-art performance in terms of accuracy, consistency, computational efficiency, and practical realizations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google