Inertial-based Navigation by Polynomial Optimization: Inertial-Magnetic Attitude Estimation

要約

慣性ベースのナビゲーションは、コア部分として慣性情報またはセンサーを持ち、パフォーマンスを向上させるために他の種類のセンサーのスペクトルを統合するナビゲーション方法またはシステムを指します。
一連の論文を通じて、著者らは多項式最適化手法による慣性ベースのナビゲーションの情報ブレンディングを調査しようと試みています。
基本的なアイデアは、剛体の動きを有限次多項式としてモデル化し、慣性センサーなどによってもたらされる制約を考慮して係数を最適に解くことで、関係するナビゲーション問題に取り組むことです。
本論文では、姿勢推定を多項式最適化によって定数パラメータ決定問題に変換する連続時間姿勢推定手法を提案する。
具体的には、連続姿勢は最初にチェビシェフ多項式によって近似され、その未知のチェビシェフ係数は、初期条件、力学および測定の重み付き残差を最小化することによって決定されます。
導出した推定器を磁気センサーと慣性センサーによる姿勢推定に適用します。
シミュレーションとフィールド テストでは、特に困難な大きな初期状態エラー シナリオにおいて、この推定器の安定性が従来の拡張カルマン フィルターよりもはるかに優れ、収束が速いことが示されています。

要約(オリジナル)

Inertial-based navigation refers to the navigation methods or systems that have inertial information or sensors as the core part and integrate a spectrum of other kinds of sensors for enhanced performance. Through a series of papers, the authors attempt to explore information blending of inertial-based navigation by a polynomial optimization method. The basic idea is to model rigid motions as finite-order polynomials and then attacks the involved navigation problems by optimally solving their coefficients, taking into considerations the constraints posed by inertial sensors and others. In the current paper, a continuous-time attitude estimation approach is proposed, which transforms the attitude estimation into a constant parameter determination problem by the polynomial optimization. Specifically, the continuous attitude is first approximated by a Chebyshev polynomial, of which the unknown Chebyshev coefficients are determined by minimizing the weighted residuals of initial conditions, dynamics and measurements. We apply the derived estimator to the attitude estimation with the magnetic and inertial sensors. Simulation and field tests show that the estimator has much better stability and faster convergence than the traditional extended Kalman filter does, especially in the challenging large initial state error scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google