論文の概要: Galilean State Estimation for Inertial Navigation Systems with Unknown Time Delay

• arxiv url: http://arxiv.org/abs/2605.13266v1
• Date: Wed, 13 May 2026 09:46:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:27.955582
• Title: Galilean State Estimation for Inertial Navigation Systems with Unknown Time Delay
• Title（参考訳）: 時間遅延のない慣性航法システムのガリレオ状態推定
• Authors: Giulio Delama, Martin Scheiber, Yixiao Ge, Tarek Hamel, Stephan Weiss, Robert Mahony,
• Abstract要約: 商用グレードの受信機は、センサーの品質や動作モードに応じて、50msから300msまでの未知の測定遅延を導入する。 既存のアルゴリズムでは、この遅延をオフラインで推定し、バッファリングされた慣性測定ユニット(IMU)データを用いてフィルタを同時に実行している。 本稿では,時間遅延INSをモデル化するための新しい幾何学的枠組みを提案する。
• 参考スコア（独自算出の注目度）: 27.48917642274488
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Many Inertial Navigation Systems (INS) use Global Navigation Satellite System (GNSS) position as the primary measurement to drive filter performance and bound error growth. However, commercial-grade GNSS receivers introduce unknown measurement delays ranging from 50 ms to 300 ms depending on sensor quality and operating mode. Such time delays can significantly degrade INS performance unless they are explicitly compensated for. Existing algorithms commonly estimate this delay offline, run the filter concurrently with GNSS measurements using buffered Inertial Measurement Unit (IMU) data, and predict the current state by forward-integrating buffered inertial measurements via IMU preintegration. The state-of-the-art online method is an Extended Kalman Filter (EKF) that explicitly models the time delay as a state parameter, which defines the preintegration duration. This paper introduces a novel geometric framework for modeling time-delayed INS, in which Galilean symmetry is leveraged to provide a joint representation of space and time for consistent state estimation. An Equivariant Filter (EqF) is derived for the coupled estimation of navigation states and time delay. Validation is performed on two fixed-wing Uncrewed Aerial Vehicles (UAV) with GNSS time lags of 90 ms and 120 ms. The test flights last two to three minutes. Simulations further investigate delays up to 500 ms and provide a statistical comparison against the state-of-the-art EKF. Results show that the EqF preserves accuracy and consistency, while the EKF lacks consistency and its performance degrades significantly with increasing measurement delays.
• Abstract（参考訳）: 多くの慣性航法システム(INS)は、GNSS(Global Navigation Satellite System)の位置を一次測定として、フィルタ性能と境界誤差の増大を駆動している。 しかし、商用グレードのGNSS受信機は、センサの品質や動作モードに応じて、50msから300msまで、未知の測定遅延を導入している。 このような遅延は、明示的に補償されない限り、INS性能を著しく低下させることができる。 既存のアルゴリズムでは、この遅延をオフラインで推定し、バッファ化慣性測定ユニット(IMU)データを用いてGNSS測定を同時に実行し、IMU事前積分によるバッファ化慣性測定を前方統合することで現在の状態を予測している。 最先端オンライン手法は拡張カルマンフィルタ(EKF)であり、時間遅延を状態パラメータとして明示的にモデル化し、事前積分期間を定義する。 本稿では,時間遅延INSをモデル化するための新しい幾何学的枠組みを提案する。この手法はガリレオ対称性を利用して,一貫した状態推定のための空間と時間の合同表現を提供する。 EqF(Equivariant Filter)は、航法状態と時間遅延の同時推定のために導出される。 試験飛行は90msと120msのGNSSタイムラグを持つ2機の固定翼無人航空機(UAV)で実施される。 シミュレーションはさらに500msまでの遅延を調査し、最先端のEKFと比較して統計的に比較する。 その結果、EqFは精度と整合性を保ち、EKFは整合性を欠き、測定遅延の増加とともに性能が著しく低下することがわかった。

関連論文リスト

• Equivariant Filter for Radar-Inertial Odometry [45.85581416235741]
  拡張カルマンフィルタ(EKF)に基づくレーダ慣性オドメトリー(RIO)は、レーダと慣性測定ユニット(IMU)の間の正確な外在的キャリブレーションに依存している。 このレターは、ナビゲーション状態とIMUバイアスを幾何学的に結合するリー群対称性に基づいて、RIOの同変フィルタ(EqF)を提案する。
  論文  参考訳（メタデータ） (2026-04-24T21:47:06Z)
• An Asynchronous Two-Speed Kalman Filter for Real-Time UUV Cooperative Navigation Under Acoustic Delays [22.41476754687808]
  無人水中車両(UUV)は、無人水中車両(UUV)が致命的な漂流に悩まされる。 拡張カルマンフィルタ (EKF) やアンセントカルマンフィルタ (Unscented Kalman Filters, UKF) のような従来のフィルタは、遅延したデータを待っている間、主制御ループをブロックする。 変分履歴蒸留(VHD)と呼ばれる新しいプロジェクション機構により強化された非同期2速カルマンフィルタ(T)を提案する。
  論文  参考訳（メタデータ） (2026-04-03T08:43:25Z)
• Consistent and Efficient MSCKF-based LiDAR-Inertial Odometry with Inferred Cluster-to-Plane Constraints for UAVs [46.21996481591401]
  本稿では,UAVに適した一貫した,効率的なLiDAR-Inertial Odometryフレームワークを提案する。 スライディングウインドウのコプラナー制約にヌル空間プロジェクションを適用することにより、状態ベクトルにおける特徴パラメータへの直接依存を排除できる。 退化シナリオにおける堅牢性の向上,マップのない性質によるメモリ使用量の最小化,リソース制約の組込みプラットフォーム上でのリアルタイム実行などを実現している。
  論文  参考訳（メタデータ） (2026-03-13T11:09:50Z)
• GNSS-based Lunar Orbit and Clock Estimation With Stochastic Cloning UD Filter [0.0]
  本稿では,月面衛星の地球軌道とクロック推定の枠組みについて述べる。 我々は,正確な時間差キャリア位相(TDCP)測定を行う際の数値安定性を向上するLunar-cloning UD-factorized filter と遅延状態スムースラーを開発した。
  論文  参考訳（メタデータ） (2026-01-23T01:54:35Z)
• Gaussian Process Regression for Improved Underwater Navigation [13.221163846643607]
  ドップラー速度ログ(DVL)は通常、速度測定によってこのドリフトを緩和するために使用される。 本稿では、DVL速度推定を改善するために、多出力ガウス過程回帰(MOGPR)に基づくデータ駆動方式を提案する。 提案手法を実世界のAUVデータを用いて評価し,LSと最先端のディープラーニングモデルであるBeamsNetと比較した。
  論文  参考訳（メタデータ） (2025-02-23T09:13:41Z)
• MTD: Multi-Timestep Detector for Delayed Streaming Perception [0.5439020425819]
  ストリーミング知覚は、自律運転システムの遅延と精度を評価するために使用される、世界の現在の状態を報告するタスクである。 本稿では,マルチブランチ将来の予測に動的ルーティングを利用するエンドツーエンド検出器MTDを提案する。 提案手法はArgoverse-HDデータセットを用いて評価され,実験結果から,様々な遅延設定における最先端性能が得られたことが示された。
  論文  参考訳（メタデータ） (2023-09-13T06:23:58Z)
• Neural Laplace Control for Continuous-time Delayed Systems [76.81202657759222]
  本稿では,ニューラルラプラス力学モデルとモデル予測制御(MPC)プランナを組み合わせた連続時間モデルに基づくオフラインRL法を提案する。 専門家の政策性能に近い連続的な遅延環境を実験的に示す。
  論文  参考訳（メタデータ） (2023-02-24T12:40:28Z)
• FastEmit: Low-latency Streaming ASR with Sequence-level Emission Regularization [78.46088089185156]
  ストリーム自動音声認識(ASR)は、仮説化された単語を可能な限り迅速かつ正確に出力することを目的としている。 既存のアプローチでは、シーケンストランスデューサモデルにおいて、トーケン単位またはフレーム単位の確率予測を演算することで、発光遅延をペナルティ化する。 本稿では,訓練用トランスデューサモデルにおいて,シーケンス毎の確率に遅延正規化を直接適用する,FastEmitというシーケンスレベルのエミッション正規化手法を提案する。
  論文  参考訳（メタデータ） (2020-10-21T17:05:01Z)
• TLIO: Tight Learned Inertial Odometry [43.17991168599939]
  IMUのみの状態推定のための密結合拡張カルマンフィルタフレームワークを提案する。 ヘッドセットからの歩行者データでトレーニングされた我々のネットワークは、統計的に一貫した測定と不確実性を生み出すことができる。
  論文  参考訳（メタデータ） (2020-07-06T03:13:34Z)

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。