Modular Meshed Ultra-Wideband Aided Inertial Navigation with Robust Anchor Calibration

要約

この論文では、相互共分散因数分解に基づいた 2 つの状態分離戦略をサポートする、一般的なフィルターベースの状態推定フレームワークを紹介します。
これらの戦略は、計算の複雑さを軽減し、本質的に真のモジュール性をサポートします。これは、時間とともに変化するデバイスのセット間でメッシュ化された距離測定を処理および処理するための必須条件です。
これらの測定値を推定フレームワークで利用するには、新しく検出された静止デバイス (アンカー) の位置と測距デバイス間のペアワイズ バイアスが必要です。
この研究では、複数のタグおよび既知のアンカーからの距離測定を利用する、新しいアンカーの自律校正手順が示されています。
堅牢性を向上させるために、外れ値除去方法が導入されています。
キャリブレーションが実行された後、センサー フュージョン フレームワークは、密結合された新しいアンカーから得られた距離測定値を融合するために、アンカー位置の初期信念とペアワイズ バイアスの辞書を取得します。
フィルターとキャリブレーション フレームワークの有効性は、記録されたデータセットの評価と実際の実験を通じて検証されています。

要約(オリジナル)

This paper introduces a generic filter-based state estimation framework that supports two state-decoupling strategies based on cross-covariance factorization. These strategies reduce the computational complexity and inherently support true modularity — a perquisite for handling and processing meshed range measurements among a time-varying set of devices. In order to utilize these measurements in the estimation framework, positions of newly detected stationary devices (anchors) and the pairwise biases between the ranging devices are required. In this work an autonomous calibration procedure for new anchors is presented, that utilizes range measurements from multiple tags as well as already known anchors. To improve the robustness, an outlier rejection method is introduced. After the calibration is performed, the sensor fusion framework obtains initial beliefs of the anchor positions and dictionaries of pairwise biases, in order to fuse range measurements obtained from new anchors tightly-coupled. The effectiveness of the filter and calibration framework has been validated through evaluations on a recorded dataset and real-world experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google