Quaternion-based Unscented Kalman Filter for 6-DoF Vision-based Inertial Navigation in GPS-denied Regions

要約

この論文では、6 自由度 (6 DoF) の 3 次元 (3D) 空間内を移動する剛体の方向、位置、および線速度の推定問題を調査します。
高度に非線形のナビゲーション運動学は、ナビゲーション問題のグローバルな表現を保証するために定式化されます。
$\mathbb{S}^{3}\times\mathbb{R}^{3}\times\mathbb{R}^{3}$ を模倣して、計算効率の高い四元数ベースのナビゲーション無香料カルマン フィルター (QNUKF) が提案されています。
真の非線形ナビゲーション運動学とオンボードの視覚慣性ナビゲーション (VIN) ユニットを利用して、GPS を拒否したナビゲーションを成功させます。
提案されている QNUKF は、ビジョン ユニット (ステレオまたは単眼カメラ) によって収集された写真と、低コストの慣性測定ユニット (IMU) によって収集された情報のデータ融合に基づいて動作するように個別形式で設計されています。
写真は 3D 空間の特徴点を抽出するために処理され、6 軸 IMU は車体フレームに関して表現された角速度と加速度計の測定値を提供します。
提案された QNUKF の堅牢性と有効性は、3D で航行するドローンによって収集され、ステレオ画像と 6 軸 IMU 測定で構成される現実世界のデータセットでの実験を通じて確認されました。
また、提案されたアプローチは、標準的な最先端のフィルタリング技術に対して検証されています。
IEEE キーワード: ローカリゼーション、ナビゲーション、無人航空機、センサーフュージョン、慣性測定ユニット、ビジョンユニット。

要約(オリジナル)

This paper investigates the orientation, position, and linear velocity estimation problem of a rigid-body moving in three-dimensional (3D) space with six degrees-of-freedom (6 DoF). The highly nonlinear navigation kinematics are formulated to ensure global representation of the navigation problem. A computationally efficient Quaternion-based Navigation Unscented Kalman Filter (QNUKF) is proposed on $\mathbb{S}^{3}\times\mathbb{R}^{3}\times\mathbb{R}^{3}$ imitating the true nonlinear navigation kinematics and utilize onboard Visual-Inertial Navigation (VIN) units to achieve successful GPS-denied navigation. The proposed QNUKF is designed in discrete form to operate based on the data fusion of photographs garnered by a vision unit (stereo or monocular camera) and information collected by a low-cost inertial measurement unit (IMU). The photographs are processed to extract feature points in 3D space, while the 6-axis IMU supplies angular velocity and accelerometer measurements expressed with respect to the body-frame. Robustness and effectiveness of the proposed QNUKF have been confirmed through experiments on a real-world dataset collected by a drone navigating in 3D and consisting of stereo images and 6-axis IMU measurements. Also, the proposed approach is validated against standard state-of-the-art filtering techniques. IEEE Keywords: Localization, Navigation, Unmanned Aerial Vehicle, Sensor-fusion, Inertial Measurement Unit, Vision Unit.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google