Multi-kernel Correntropy-based Orientation Estimation of IMUs: Gradient Descent Methods

要約

この論文では、慣性計測ユニット (IMU) の方位推定のための 2 つの計算効率の高いアルゴリズム、すなわち、コレトロピー ベースの勾配降下法 (CGD) とコレトロピー ベースの分離方位推定 (CDOE) を紹介します。
勾配降下法 (GD) や分離方位推定 (DOE) などの従来の方法は、平均二乗誤差 (MSE) 基準に依存しているため、外部加速度や磁気干渉に対して脆弱です。
この問題に対処するために、ノイズが一種のヘビーテール分布に従う場合、マルチカーネル コレトロピー損失 (MKCL) が最尤推定 (MLE) の最適な目的関数であることを実証します。
特定の状況では、任意に大きな外れ値が存在する場合でも、MKCL の推定誤差は制限されます。
標準の MSE コスト関数を MKCL に置き換えることにより、CGD および CDOE アルゴリズムを開発します。
さまざまな状況において、提案手法を既存のアルゴリズムと比較することにより、その有効性を評価します。
実験結果は、特に外部加速度や磁気擾乱に直面した場合に、私たちが提案した方法（CGDおよびCDOE）が従来の対応する方法（GDおよびDOE）よりも優れていることを示しています。
さらに、新しいアルゴリズムはカルマン フィルター ベースのアプローチよりも計算の複雑さが大幅に低いため、低コストのマイクロプロセッサを使用するアプリケーションに適しています。

要約(オリジナル)

This paper presents two computationally efficient algorithms for the orientation estimation of inertial measurement units (IMUs): the correntropy-based gradient descent (CGD) and the correntropy-based decoupled orientation estimation (CDOE). Traditional methods, such as gradient descent (GD) and decoupled orientation estimation (DOE), rely on the mean squared error (MSE) criterion, making them vulnerable to external acceleration and magnetic interference. To address this issue, we demonstrate that the multi-kernel correntropy loss (MKCL) is an optimal objective function for maximum likelihood estimation (MLE) when the noise follows a type of heavy-tailed distribution. In certain situations, the estimation error of the MKCL is bounded even in the presence of arbitrarily large outliers. By replacing the standard MSE cost function with MKCL, we develop the CGD and CDOE algorithms. We evaluate the effectiveness of our proposed methods by comparing them with existing algorithms in various situations. Experimental results indicate that our proposed methods (CGD and CDOE) outperform their conventional counterparts (GD and DOE), especially when faced with external acceleration and magnetic disturbances. Furthermore, the new algorithms demonstrate significantly lower computational complexity than Kalman filter-based approaches, making them suitable for applications with low-cost microprocessors.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google