FE-GUT: Factor Graph Optimization hybrid with Extended Kalman Filter for tightly coupled GNSS/UWB Integration

要約

家電市場の発展に伴い、正確な位置情報とナビゲーション情報の重要性がますます高まっています。
全地球航法衛星システム (GNSS) には干渉を受けやすいなどのいくつかの欠点があるため、GNSS と追加の代替センサーを統合することは、GNSS ベースの位置特定システムのパフォーマンス制限を克服するための有望なアプローチです。
超広帯域 (UWB) を使用して、統合位置測位システムを構築する際の GNSS を強化できます。
ただし、ほとんどの低コスト UWB デバイスにはハードウェア レベルの時刻同期機能が備わっていないため、密結合された GNSS/UWB 統合における時刻オフセットの推定と補償が必要になります。
確率的グラフィカル モデルの柔軟性を考慮すると、時間オフセットは連続モデルの離散化における不変定数としてモデル化できます。
この研究では、ファクター グラフ最適化 (FGO) が拡張カルマン フィルター (EKF) とハイブリッドされ、オンライン時間校正 (FE-GUT) と緊密に結合された GNSS/UWB 統合を実現する新しいアーキテクチャが提案されています。
FGO は時間オフセットを正確に推定するために利用され、EKF は新しい要素の初期化を提供し、時間オフセット補償を実行します。
シミュレーションベースの実験により、FE-GUT の統合された位置特定パフォーマンスが検証されます。
四輪ロボットのシナリオでは、結果は、EKF と比較して、FE-GUT が水平方向と垂直方向の位置特定精度をそれぞれ 58.59% と 34.80% 向上させ、時間オフセット推定精度が 76.80% 向上できることを示しています。
%。
すべてのソース コードとデータセットは https://github.com/zhaoqj23/FE-GUT/ から入手できます。

要約(オリジナル)

Precise positioning and navigation information has been increasingly important with the development of the consumer electronics market. Due to some deficits of Global Navigation Satellite System (GNSS), such as susceptible to interferences, integrating of GNSS with additional alternative sensors is a promising approach to overcome the performance limitations of GNSS-based localization systems. Ultra-Wideband (UWB) can be used to enhance GNSS in constructing an integrated localization system. However, most low-cost UWB devices lack a hardware-level time synchronization feature, which necessitates the estimation and compensation of the time-offset in the tightly coupled GNSS/UWB integration. Given the flexibility of probabilistic graphical models, the time-offset can be modeled as an invariant constant in the discretization of the continuous model. This work proposes a novel architecture in which Factor Graph Optimization (FGO) is hybrid with Extend Kalman Filter (EKF) for tightly coupled GNSS/UWB integration with online Temporal calibration (FE-GUT). FGO is utilized to precisely estimate the time-offset, while EKF provides initailization for the new factors and performs time-offset compensation. Simulation-based experiments validate the integrated localization performance of FE-GUT. In a four-wheeled robot scenario, the results demonstrate that, compared to EKF, FE-GUT can improve horizontal and vertical localization accuracy by 58.59\% and 34.80\%, respectively, while the time-offset estimation accuracy is improved by 76.80\%. All the source codes and datasets can be gotten via https://github.com/zhaoqj23/FE-GUT/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google