要約
連続時間軌跡推定は、最適化パラメーターの数を制限しながら非同期センサーからの高周波測定を組み込むことができるため、離散時間バッチ推定に代わる魅力的な代替手段です。
文献では、ガウス過程回帰とスプラインベースの推定という 2 種類の連続時間推定が普及しています。
このホワイトペーパーでは、これら 2 つの方法を直接比較します。
まず単純な線形システムを使用してそれらを比較し、次にシミュレーションとハードウェアの両方で SE(3) 上のカメラと IMU センサーの融合シナリオで比較します。
私たちの結果は、同じ測定値と運動モデルが使用された場合、2 つの方法が同様の軌道精度を達成することを示しています。
さらに、2 つの軌跡表現の微分可能度が一致するようにスプライン次数が選択されている場合、同様の解決時間も達成されます。
要約(オリジナル)
Continuous-time trajectory estimation is an attractive alternative to discrete-time batch estimation due to the ability to incorporate high-frequency measurements from asynchronous sensors while keeping the number of optimization parameters bounded. Two types of continuous-time estimation have become prevalent in the literature: Gaussian process regression and spline-based estimation. In this paper, we present a direct comparison between these two methods. We first compare them using a simple linear system, and then compare them in a camera and IMU sensor fusion scenario on SE(3) in both simulation and hardware. Our results show that if the same measurements and motion model are used, the two methods achieve similar trajectory accuracy. In addition, if the spline order is chosen so that the degree-of-differentiability of the two trajectory representations match, then they achieve similar solve times as well.
arxiv情報
| 著者 | Jacob Johnson,Joshua Mangelson,Timothy Barfoot,Randal Beard |
| 発行日 | 2024-02-01 07:43:51+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google