論文の概要: Unscented Kalman Filter for Long-Distance Vessel Tracking in Geodetic Coordinates

• arxiv url: http://arxiv.org/abs/2111.13254v1
• Date: Thu, 25 Nov 2021 21:18:58 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-29 17:49:20.966146
• Title: Unscented Kalman Filter for Long-Distance Vessel Tracking in Geodetic Coordinates
• Title（参考訳）: 測地座標における長距離船舶追尾用アンセントカルマンフィルタ
• Authors: Blake Cole and Gabriel Schamberg
• Abstract要約: 本稿では,自動表面車両(ASV)の衝突回避システムに主に使用される新しい追従フィルタについて述べる。 提案手法は,AIS (Automatic Information System) メッセージプロトコルを介してリアルタイムキネマティックな情報をブロードキャストする。 シミュレーションとフィールドテストの両方を通して、提案された測地的UKFが従来の平面カルテシアンEKFより優れているか、あるいは優れていることが示されている。
• 参考スコア（独自算出の注目度）: 3.8073142980733
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This paper describes a novel tracking filter, designed primarily for use in collision avoidance systems on autonomous surface vehicles (ASVs). The proposed methodology leverages real-time kinematic information broadcast via the Automatic Information System (AIS) messaging protocol, in order to estimate the position, speed, and heading of nearby cooperative targets. The state of each target is recursively estimated in geodetic coordinates using an unscented Kalman filter (UKF) with kinematic equations derived from the spherical law of cosines. This improves upon previous approaches, many of which employ the extended Kalman filter (EKF), and thus require the specification of a local planar coordinate frame, in order to describe the state kinematics in an easily differentiable form. The proposed geodetic UKF obviates the need for this local plane. This feature is particularly advantageous for long-range ASVs, which must otherwise periodically redefine a new local plane to curtail linearization error. In real-world operations, this recurring redefinition can introduce error and complicate mission planning. It is shown through both simulation and field testing that the proposed geodetic UKF performs as well as, or better than, the traditional plane-Cartesian EKF, both in terms of estimation error and stability.
• Abstract（参考訳）: 本稿では,自動表面車両(ASV)の衝突回避システムに主に使用される新しいトラッキングフィルタについて述べる。 提案手法は,自動情報システム(ais)メッセージングプロトコルを介してリアルタイムのキネマティック情報ブロードキャストを活用し,近傍の協調的目標の位置,速度,方向を推定する。 各ターゲットの状態は、コサインの球面法則から導かれるキネマティック方程式を持つ無セントカルマンフィルタ(UKF)を用いて測地座標で再帰的に推定される。 これは、拡張カルマンフィルタ(英語版) (EKF) を用いる以前のアプローチを改善し、したがって状態キネマティクスを容易に微分可能な形で記述するためには、局所平面座標フレームの仕様を必要とする。 提案された測地学UKFは、この局所的な飛行機の必要性を排除している。 この機能は、線形化誤差を減少させるために新しい局所平面を定期的に再定義しなければならない長距離asvにとって特に有利である。 現実の運用では、繰り返し繰り返される再定義はエラーをもたらし、ミッション計画が複雑になる可能性がある。 シミュレーションとフィールドテストの両方を通して、提案された測地的UKFは、推定誤差と安定性の両面において、従来の平面カルテシアンEKFよりも優れているか、あるいは優れていることが示されている。

関連論文リスト

• A Geometry-Aware Message Passing Neural Network for Modeling Aerodynamics over Airfoils [61.60175086194333]
  空気力学は航空宇宙工学の重要な問題であり、しばしば翼のような固体物と相互作用する流れを伴う。 本稿では, 固体物体上の非圧縮性流れのモデル化について考察する。 ジオメトリを効果的に組み込むため,メッシュ表現に翼形状を効率よく,かつ効率的に統合するメッセージパッシング方式を提案する。 これらの設計選択は、純粋にデータ駆動の機械学習フレームワークであるGeoMPNNにつながり、NeurIPS 2024 ML4CFDコンペティションで最優秀学生賞を受賞し、総合で4位となった。
  論文  参考訳（メタデータ） (2024-12-12T16:05:39Z)
• OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
  学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。 OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。 最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
  論文  参考訳（メタデータ） (2024-09-14T07:44:22Z)
• Pathspace Kalman Filters with Dynamic Process Uncertainty for Analyzing Time-course Data [4.350285695981938]
  そこで我々はPathspace Kalman Filter (PKF) を開発した。 このアルゴリズムの応用は、内部力学モデルがデータから時間依存的に逸脱する時間窓を自動的に検出することである。 PKFは、平均二乗誤差を数桁下げる合成データセットにおいて、従来のKF法よりも優れていることを数値的に示す。
  論文  参考訳（メタデータ） (2024-02-07T00:54:35Z)
• One-Shot Initial Orbit Determination in Low-Earth Orbit [0.49157446832511503]
  初期軌道決定のための最先端の方法論はカルマン型フィルタである。 我々は、初期軌道決定の問題を重み付き最小の正方形として定式化する。 我々は,推定器が3乗法よりも精度の高い状態推定を実現できることを数値的に示す。
  論文  参考訳（メタデータ） (2023-12-20T11:49:38Z)
• kNN-Res: Residual Neural Network with kNN-Graph coherence for point cloud registration [0.464982780843177]
  本稿では,残差ニューラルネットワークを用いた点集合登録手法を提案する。 提案された正規化は、局所位相を保存するためのプロキシとして、大域的滑らか性制約に依存している。 我々は、変換された点集合のコヒーレンスkNNグラフに十分であることを示すヤコビアンベースのコストの理論的正当性を示す。
  論文  参考訳（メタデータ） (2023-03-31T18:06:26Z)
• DDPEN: Trajectory Optimisation With Sub Goal Generation Model [70.36888514074022]
  本稿では,エスケープネットワークを用いた微分動的プログラミング(DDPEN)を提案する。 本稿では,環境の入力マップとして,所望の位置とともにコストマップの形で利用する深層モデルを提案する。 このモデルは、目標に導く可能性のある将来の方向を生成し、リアルタイムに実行可能なローカルなミニマを避ける。
  論文  参考訳（メタデータ） (2023-01-18T11:02:06Z)
• Towards Accurate Ground Plane Normal Estimation from Ego-Motion [10.22470503842832]
  本稿では,車輪付き車両の地上面正規推定のための新しい手法を提案する。 実際には、地平面はブレーキと不安定な路面によって動的に変化する。 提案手法は, 実時間で正確な地平面正規ベクトルを入力し, 推定するためにオドメトリーのみを用いる。
  論文  参考訳（メタデータ） (2022-12-08T12:06:36Z)
• Information Entropy Initialized Concrete Autoencoder for Optimal Sensor Placement and Reconstruction of Geophysical Fields [58.720142291102135]
  そこで本稿では,スパーク計測による地場再構成のためのセンサ配置の最適化について提案する。 本研究では, (a) 温度と (b) バレンツ海周辺の塩分濃度場とスバルバルド諸島群を例に示す。 得られた最適センサ位置は, 物理的解釈が明確であり, 海流の境界に対応することが判明した。
  論文  参考訳（メタデータ） (2022-06-28T12:43:38Z)
• Large-scale Autonomous Flight with Real-time Semantic SLAM under Dense Forest Canopy [48.51396198176273]
  本研究では,大規模自律飛行とリアルタイムセマンティックマッピングを,挑戦的なアンダーキャノピー環境下で実現可能な統合システムを提案する。 我々は、スキャン全体で関連付けられ、木のトランクモデルと同様にロボットのポーズを制約するために使用されるLiDARデータから、木の幹と地面の平面を検出し、モデル化する。 ドリフト補償機構は、プランナー最適性とコントローラ安定性を維持しつつ、セマンティックSLAM出力を用いたドリフトをリアルタイムで最小化するように設計されている。
  論文  参考訳（メタデータ） (2021-09-14T07:24:53Z)
• Conditional Local Filters with Explainers for Spatio-Temporal Forecasting [27.62110162024104]
  空間依存を捉えるために,新しいグラフに基づく有向畳み込みを提案する。 このフィルタは、時間ダイナミクスをモデル化するRecurrent Neural Network (RNN)アーキテクチャに埋め込まれている。 本手法は,道路網交通流,地表面温度と風速,病原体拡散データを含む実世界のデータセット上で評価される。
  論文  参考訳（メタデータ） (2021-01-04T14:22:11Z)
• Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
  局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。 本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。 実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
  論文  参考訳（メタデータ） (2020-07-20T12:07:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。