論文の概要: On the Identifiability of Aided Inertial Navigation Under Measurement Delays: A Geometric Approach

• arxiv url: http://arxiv.org/abs/2606.29123v2
• Date: Tue, 30 Jun 2026 03:27:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 13:50:27.719604
• Title: On the Identifiability of Aided Inertial Navigation Under Measurement Delays: A Geometric Approach
• Title（参考訳）: 測定遅延下における補助慣性航法の不確定性について:幾何学的アプローチ
• Abstract要約: 本研究では,遅延の識別可能性と軌道をパラメータ化する初期ナビゲーション状態について検討する。 我々の幾何学的分析は、以前報告されたよりも大きな非形式的(縮退的)軌跡に対して、遅延測定モデルは連続対称性を持つことを示している。
• 参考スコア（独自算出の注目度）: 9.474491558495359
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In aided inertial navigation, measurements from different sensors are often subject to unknown relative time delays. Consider a single aiding sensor whose measurements have an unknown but constant delay relative to the inertial-measurement data stream. We study the identifiability of the delay and the initial navigation state that parameterizes the trajectory. Identifiability depends on both the temporal structure of the aiding measurements and the form of the trajectory itself. Our geometric analysis shows that, for a larger class of uninformative (i.e., degenerate) trajectories than has previously been reported, the delayed measurement model admits a continuous symmetry that prevents unique delay-and-state recovery.
• Abstract（参考訳）: 慣性航法の補助として、異なるセンサーからの計測は、しばしば未知の相対的な遅延を受ける。 慣性測定データストリームに対して、測定が未知だが一定の遅延を有する単一の補助センサを考える。 本研究では,遅延の識別可能性と軌道をパラメータ化する初期ナビゲーション状態について検討する。 識別性は、補助的測定の時間的構造と軌跡自体の形状の両方に依存する。 我々の幾何学的分析は、以前報告されたよりも大きな非形式的(縮退)軌道に対して、遅延測定モデルはユニークな遅延と状態の回復を妨げる連続対称性を許容していることを示している。

関連論文リスト

• A Sliding Window Filter on the Galilean Group for Consistent Aided Inertial Navigation with Unknown Measurement Delays [9.474491558495359]
  本研究では、補助センサ測定が未知の一定の遅延を受ける場合の補助ナビゲーションについて検討した。 目的は、遅延測定が適切なタイミングで軌道を補正するように、遅延状態と航法状態を共同で推定することである。
  論文  参考訳（メタデータ） (2026-08-30T02:34:28Z)
• DROID-ANCHOR: Odometry-Anchored Recurrent Metric Depth Estimation [12.05347499107643]
  Metric-DROIDは、視覚的SLAMを物理的現実に固定するエンドツーエンドの反復アーキテクチャである。 我々のシステムは視覚的再投射とメートル法翻訳の残差をインテリジェントにバランスさせ、ホイールスリップとセンサノイズの影響を効果的に軽減する。
  論文  参考訳（メタデータ） (2026-07-19T04:03:34Z)
• Lost in Time? Continuous Symmetry and Identifiability in Aided Inertial Navigation with Unknown Measurement Delays [8.080725656690314]
  補助ナビゲーションでは、単一の補助センサからの計測は慣性測定ストリームに対して未知だが一定の遅延を受ける。 特殊ガリレオ群を用いて、不定形軌道を特徴づけ、遅延測定モデルの連続対称性に関連付ける。 本研究は, 識別可能性が低下する軌道のクラスが従来報告されていたよりも大きいことを示し, 特徴付けとヤコビアン解析の類似性を示す。
  論文  参考訳（メタデータ） (2026-07-04T04:16:31Z)
• Input-schema identifiability limits in physics-informed surrogates for mechanics-governed flow [0.0]
  本稿では,計算サロゲートに対する入力スキーマ識別性証明を提案する。 Cosserat-rodリダクションを用いた非圧縮性管状流れのキャラクタリゼーションを行う。 その結果、サロゲートモデリングタスクが物理的に識別可能であるか否かを判定するためのメカニックベースの診断を提供する。
  論文  参考訳（メタデータ） (2026-06-08T23:22:18Z)
• Galilean State Estimation for Inertial Navigation Systems with Unknown Time Delay [27.48917642274488]
  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。
  論文  参考訳（メタデータ） (2026-05-13T09:46:18Z)
• UNRIO: Uncertainty-Aware Velocity Learning for Radar-Inertial Odometry [16.577608323279662]
  UNRIOは、不確実性を認識したレーダー慣性オドメトリーシステムである。 生のmmWaveレーダーIQ信号から直接エゴ速度を推定する。
  論文  参考訳（メタデータ） (2026-04-15T07:43:06Z)
• ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
  ResADは正規化された残留軌道モデリングフレームワークである。 学習タスクを再編成し、慣性参照からの残留偏差を予測する。 NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
  論文  参考訳（メタデータ） (2025-10-09T17:59:36Z)
• Invariant Measures in Time-Delay Coordinates for Unique Dynamical System Identification [3.3676099003040476]
  時間遅延座標で表される不変測度は、トポロジ的共役性に至るまでのダイナミクスを識別できることを示す。 複数の遅延フレームから構築された不変測度と異なる可観測性を組み合わせることで、システムは一意に識別できる。
  論文  参考訳（メタデータ） (2024-11-30T21:18:35Z)
• A Bionic Data-driven Approach for Long-distance Underwater Navigation with Anomaly Resistance [59.21686775951903]
  様々な動物が環境の手がかりを使って正確なナビゲーションをしている。 動物航法にインスパイアされたこの研究は、長距離水中航法のためのバイオニックでデータ駆動のアプローチを提案する。 提案手法では,GPSシステムや地理地図を必要とせず,測地データを用いてナビゲーションを行う。
  論文  参考訳（メタデータ） (2024-02-06T13:20:56Z)
• Uncertainty-aware Unsupervised Multi-Object Tracking [33.53331700312752]
  教師なしマルチオブジェクトトラッカーは、信頼できる機能埋め込みの学習に劣る。 最近の自己監督技術は採用されているが、時間的関係を捉えられなかった。 本稿では、不確実性問題は避けられないが、不確実性自体を活用して学習された一貫性を向上させることができると論じる。
  論文  参考訳（メタデータ） (2023-07-28T09:03:06Z)
• Uncovering the Missing Pattern: Unified Framework Towards Trajectory Imputation and Prediction [60.60223171143206]
  軌道予測は、観測されたシーケンスから実体運動や人間の行動を理解する上で重要な作業である。 現在の方法では、観測されたシーケンスが完了したと仮定し、欠落した値の可能性を無視する。 本稿では,グラフに基づく条件変動リカレントニューラルネットワーク (GC-VRNN) の統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-28T14:27:27Z)
• Are we certain it's anomalous? [57.729669157989235]
  時系列における異常検出は、高度に非線形な時間的相関のため、異常は稀であるため、複雑なタスクである。 本稿では,異常検出(HypAD)におけるハイパボリック不確実性の新しい利用法を提案する。 HypADは自己指導で入力信号を再構築する。
  論文  参考訳（メタデータ） (2022-11-16T21:31:39Z)
• DynImp: Dynamic Imputation for Wearable Sensing Data Through Sensory and Temporal Relatedness [78.98998551326812]
  従来の手法では、データの時系列ダイナミクスと、異なるセンサーの特徴の関連性の両方をめったに利用していない、と我々は主張する。 我々はDynImpと呼ばれるモデルを提案し、特徴軸に沿って近接する隣人と異なる時間点の欠如を扱う。 本手法は, 関連センサのマルチモーダル性特性を活かし, 履歴時系列のダイナミックスから学習し, 極端に欠落した状態でデータを再構築することができることを示す。
  論文  参考訳（メタデータ） (2022-09-26T21:59:14Z)
• Time Delay Estimation of Traffic Congestion Propagation based on Transfer Entropy [2.6184533346117793]
  本稿では,ラグ特異的トランスファーエントロピー(TE)を用いた道路間交通渋滞伝播の時間遅延推定手法を提案する。 提案手法は,大韓民国のGPSナビゲーションシステムから得られたシミュレーションデータと実ユーザ軌道データを用いて検証した。
  論文  参考訳（メタデータ） (2021-08-15T10:58:59Z)
• Analytic Signal Phase in $N-D$ by Linear Symmetry Tensor--fingerprint modeling [69.35569554213679]
  解析信号位相とその勾配は2-D$以上の不連続性を持つことを示す。 この欠点は深刻なアーティファクトをもたらす可能性があるが、問題は1-D $シグナルには存在しない。 本稿では,複数のGaborフィルタに頼って線形シンメトリー位相を用いることを提案する。
  論文  参考訳（メタデータ） (2020-05-16T21:17:26Z)

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。