論文の概要: Iterated Invariant EKF for 3D Landmark-Aided Inertial Navigation
- arxiv url: http://arxiv.org/abs/2607.00145v1
- Date: Tue, 30 Jun 2026 20:22:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 19:56:07.620678
- Title: Iterated Invariant EKF for 3D Landmark-Aided Inertial Navigation
- Title（参考訳）: 3次元ランドマーク支援慣性ナビゲーションのための反復不変EKF
- Abstract要約: ランドマークに基づく慣性3Dローカライゼーションに初めてIterIEKFを定式化し,適用した。
提案手法は,従来のSO(3)-EKF,反復SO(3)-EKF,IEKFを推定精度と整合性の両方で上回ることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Inertial navigation systems aided by three-dimensional landmark measurements constitute a fundamental problem in robotic perception and state estimation. Classical SO(3)-based Extended Kalman Filter (SO(3)-EKF) approaches provide practical solutions, but suffer from the false observability problem, in which the filter becomes overconfident in unobservable directions, leading to degraded estimation performance. The Invariant EKF (IEKF) addresses this limitation by reformulating the system dynamics as a group-affine system on a Lie group, although its measurement update does not fully satisfy certain state compatibility properties. More recently, the Iterated Invariant EKF (IterIEKF) was proposed to further improve the IEKF by ensuring, in the low-noise regime, that the estimated state remains on the observed state manifold while the uncertainty is confined to its tangent space. In this work, we formulate and apply the IterIEKF to landmark-based inertial 3D localization for the first time. Through numerical simulations, we show that the proposed approach outperforms the classical SO(3)-EKF, the Iterated SO(3)-EKF, and the IEKF in terms of both estimation accuracy and consistency.
- Abstract（参考訳）: 三次元ランドマーク計測によって支援される慣性航法システムは、ロボット知覚と状態推定の根本的な問題となっている。
古典的なSO(3)に基づく拡張カルマンフィルタ(SO(3)-EKF)アプローチは、実用的な解を提供するが、フィルタが観測不能な方向に過信されるという誤った可観測性問題に悩まされ、劣化した推定性能をもたらす。
不変EKF (IEKF) はリー群上の群-アフィン系として系の力学を再構成することでこの制限に対処するが、その測定更新は特定の状態整合性を完全に満たしていない。
より最近では、イテレーテッド不変量 EKF (IterIEKF) は、低雑音状態において、不確実性はその接空間に制限されている間、観測状態多様体上に推定状態が残ることを保証することで、IEKFをさらに改善するために提案された。
本研究では,IterIEKFをランドマークに基づく慣性3Dローカライゼーションに初めて適用する。
数値シミュレーションにより,提案手法は従来のSO(3)-EKF,反復SO(3)-EKF,IEKFを推定精度と整合性の両方で上回ることを示す。
関連論文リスト
- Invariant Kalman filtering for extended pose estimation in multi-IMU articulated rigid-body systems [1.3864478040954669]
運動木系に対するリー群表現である相対的なL-拡張ポーズを導入する。
我々はこれらの制約を、繰り返しIEKF(IterIEKF)内にノイズフリーの擬似測定として組み込む。
より高速に収束し、より低いラン・ツー・ランの変動を示し、最低のRMSEを一貫して達成し、第2ベストフィルタと比較して少なくとも50%の低減を実現している。
論文 参考訳（メタデータ） (2026-06-23T18:41:31Z) - Iterated Invariant EKF for Quadruped Robot Odometry [2.975934604778082]
我々はIterIEKFに基づく脚ロボットのための新しいオープンソース状態推定アルゴリズムを提案する。
We demonstrate that the IterIEKF are out of the vanilla IEKF, the SO(3)-based Kalman Filter, and its iterationated variant in both accuracy and consistency。
論文 参考訳（メタデータ） (2026-04-16T18:09:15Z) - G-EDF-Loc: 3D Continuous Gaussian Distance Field for Robust Gradient-Based 6DoF Localization [41.59343412286402]
本稿では,直接CPUベースのスキャン・ツー・マップ登録パイプラインに基づく,ロバストな6-DoFローカライゼーションフレームワークを提案する。
このシステムは、新しい連続的でメモリ効率のよい3次元距離場表現であるG-EDFを利用する。
大規模データセットによる実験結果から,G-EDF-Locは最先端の手法と競合することを示した。
論文 参考訳（メタデータ） (2026-04-06T08:40:18Z) - Mind Your Entropy: From Maximum Entropy to Trajectory Entropy-Constrained RL [56.085103402298905]
本稿では,この2つの課題に対処する軌道エントロピー制約強化学習(TECRL)フレームワークを提案する。
このフレームワーク内では、まず報酬とエントロピーに関連する2つのQ-関数を個別に学習し、温度更新の影響を受けないクリーンで安定した値ターゲットを確保する。
我々は,3つの改良を加えて,最先端の分散型ソフトアクター批判を拡張して,現実的な非政治的アルゴリズムDSAC-Eを開発した。
論文 参考訳（メタデータ） (2025-10-25T09:17:47Z) - Adaptive Dual Uncertainty Optimization: Boosting Monocular 3D Object Detection under Test-Time Shifts [80.32933059529135]
TTA(Test-Time Adaptation)メソッドが出現し、推論中にターゲット分布に適応する。
我々は、堅牢なM3ODの両不確実性を共同で最小化するために設計された、最初のTTAフレームワークであるDual Uncertainity Optimization (DUO)を提案する。
並列に,明瞭な意味的手がかりを持つ領域における幾何学的コヒーレンスを保存する意味認識型正規場制約を設計する。
論文 参考訳（メタデータ） (2025-08-28T07:09:21Z) - ERIS: An Energy-Guided Feature Disentanglement Framework for Out-of-Distribution Time Series Classification [51.07970070817353]
理想的な時系列分類(TSC)は不変表現をキャプチャできるべきである。
現在の手法は、真に普遍的な特徴を分離するために必要な意味的な方向性を欠いている。
本稿では,シフト・ロバストネス・フレームワークのためのエンドツーエンドのエネルギー規則化情報を提案する。
論文 参考訳（メタデータ） (2025-08-19T12:13:41Z) - Unveiling the Self-Orthogonality at Exceptional Points in Driven $\mathcal{PT}$-Symmetric Systems [79.16635054977068]
非エルミートパリティ-時間対称系における例外点(EP)における自己直交性の影響について検討する。
駆動型3バンド格子モデルを用いて, 固有状態の合体によるEPに近づくと, Rabi周波数が分岐することを示す。
論文 参考訳（メタデータ） (2025-07-14T12:53:10Z) - ALOcc: Adaptive Lifting-Based 3D Semantic Occupancy and Cost Volume-Based Flow Predictions [91.55655961014027]
シーン理解には3次元セマンティック占有とフロー予測が不可欠である。
本稿では,3つの改善点を目標とした視覚ベースのフレームワークを提案する。
我々の純粋な畳み込みアーキテクチャは、セマンティック占有率とジョイントセマンティックフロー予測の両方のために、複数のベンチマーク上で新しいSOTA性能を確立する。
論文 参考訳（メタデータ） (2024-11-12T11:32:56Z) - 3D Equivariant Pose Regression via Direct Wigner-D Harmonics Prediction [50.07071392673984]
既存の方法は、角度や四元数を用いて空間領域でパラメータ化された3次元回転を学習する。
本稿では,3次元回転回帰のためのWigner-D係数を直接予測する周波数領域アプローチを提案する。
提案手法は, ModelNet10-SO(3) や PASCAL3D+ などのベンチマーク上での最先端結果を実現する。
論文 参考訳（メタデータ） (2024-11-01T12:50:38Z) - Inverse Extended Kalman Filter -- Part II: Highly Non-Linear and
Uncertain Systems [18.244578289687123]
本稿では,非線形システムにおける逆フィルタ問題に対処する逆拡張カルマンフィルタ(I-EKF)を提案する。
第1部:I-EKF(未知の入力を含む)とI-KF(未知の入力を含む)の理論
第2部:I-EKF(未知入力)とI-KF(未知入力)の理論
論文 参考訳（メタデータ） (2022-08-13T16:55:39Z)
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。