論文の概要: Closed-loop vs. Open-loop Kalman Filter Architectures in Airborne Aided Inertial Navigation

• arxiv url: http://arxiv.org/abs/2607.03338v1
• Date: Fri, 03 Jul 2026 13:55:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 12:42:38.51189
• Title: Closed-loop vs. Open-loop Kalman Filter Architectures in Airborne Aided Inertial Navigation
• Title（参考訳）: 航空機支援慣性航法におけるクローズドループ対オープンループカルマンフィルタアーキテクチャ
• Authors: Antonia Hager, Torleiv H. Bryne,
• Abstract要約: 一般消費者からナビゲーショングレードシステムに至るまで,様々な慣性センサ誤差特性を用いたシミュレーションでは,オープンループフィルタを用いたハイエンドIMUのスムーズな情報融合と,閉ループアーキテクチャの固有の長期安定性とのトレードオフが示されている。
• 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: Closed-loop (or feedback) error-state Kalman filters with their relatives and offspring are the state-of-the-art in modern aided inertial navigation research. Estimated inertial navigation system (INS) errors are continually fed back to the INS to correct the nominal system state before subsequent predictions. Conversely, in safety-critical aeronautical applications, open-loop (or feedforward) systems are an undisputed standard, where the inertial mechanization is strictly decoupled to allow for operational independence and fault isolation of computing units. We assess the performance impacts of this architectural choice beyond qualitative system-safety justifications using a standard inertial mechanization in geodetic coordinates and direct position aiding. Simulations using a variety of inertial sensor error characteristics, ranging from consumer to navigation grade systems, showcase the trade-off between smooth information fusion for high-end IMUs using an open-loop filter and the inherent long-term stability of the closed-loop architecture.
• Abstract（参考訳）: 親戚や子孫を持つクローズドループ(あるいはフィードバック)のカルマンフィルタは、現代の慣性航法研究の最先端である。 推定慣性航法システム(INS)エラーは、その後の予測の前に名目システム状態を修正するためにINSに継続的に送り返される。 逆に、安全クリティカルな航空用途では、オープンループ(またはフィードフォワード)システムは未解決の標準であり、慣性機械化はコンピュータユニットの運用上の独立性と障害分離を可能にするために厳密に分離される。 測地座標と直接位置支援の標準慣性機械化を用いて、定性的なシステムセーフティ正当性以外のアーキテクチャ選択による性能への影響を評価する。 一般消費者からナビゲーショングレードシステムに至るまで,様々な慣性センサ誤差特性を用いたシミュレーションでは,オープンループフィルタを用いたハイエンドIMUのスムーズな情報融合と,閉ループアーキテクチャの固有の長期安定性とのトレードオフが示されている。

関連論文リスト

• NaviCache: Test-Time Self-Calibration Caching for Video Generation [82.90113757454375]
  NaviCacheはビデオ拡散モデルのためのテスト時間自己校正手法である。 基本的な領域ギャップと非定常的な拡散の性質を橋渡しする。 理論上は、誤差バウンド・スキップのメカニズムを提供する。
  論文  参考訳（メタデータ） (2026-06-25T09:28:12Z)
• SkyJEPA: Learning Long-Horizon World Models for Zero-Shot Sim-to-Real Control of Quadrotors [48.60897189520386]
  本稿では,実時間四重項制御のためのJEPAスタイルモデルを提案する。 我々は、潜伏動力学モデルと、凍結した潜伏者を解釈可能な状態にマッピングする、物理学に着想を得た新しいプロバーを組み合わせる。 高価で安全性の低い実世界のデータ収集への依存を低減するため,自動データセット生成のための構造化パイプラインを構築した。
  論文  参考訳（メタデータ） (2026-06-22T15:00:59Z)
• Resilient Navigation for Autonomous Farm Robots by Leveraging Jerk-Augmented Models with IMU-Only Disturbance Rejection [0.0]
  本稿では,MTF適応法と統合された拡張カルマンフィルタ(EKF)に基づくロバストナビゲーションアルゴリズムを提案する。 本研究では,サリン247自律ロボットの現実データを用いたアルゴリズムの評価を行った。
  論文  参考訳（メタデータ） (2026-06-09T15:12:12Z)
• Learned Memory Attenuation in Sage-Husa Kalman Filters for Robust UAV State Estimation [0.0]
  動的環境における無人航空機はテレメトリーの停止、構造振動、状態依存ノイズに直面している。 我々は、スカラーパラメータをベクトル値のメモリ減衰ポリシーに置き換えるN-Deep Recurrent Sage-Husa Filter (NDR-SHKF)を導入する。 分岐アーキテクチャは、浅い再帰状態をルートし、瞬間的なセンサ異常と深い状態を捕捉し、持続的な動的傾向を符号化する。
  論文  参考訳（メタデータ） (2026-05-18T17:38:13Z)
• DecoVLN: Decoupling Observation, Reasoning, and Correction for Vision-and-Language Navigation [49.233063630722334]
  長距離ナビゲーションにおけるロバストなストリーミング認識と閉ループ制御のためのフレームワークであるDecoVLNを提案する。 本稿では,統合されたスコアリング関数を反復的に最適化することにより,過去の候補プールからフレームを選択する適応的精錬機構を提案する。 また,コンプレックスエラーを軽減するために,状態-作用ペアレベルの補正手法を導入する。
  論文  参考訳（メタデータ） (2026-03-13T16:24:37Z)
• Conditional Flow Matching for Continuous Anomaly Detection in Autonomous Driving on a Manifold-Aware Spectral Space [0.0]
  安全クリティカルな異常検出のための教師なしフレームワークであるDeep-Flowを提案する。 不安定で高次元の座標空間で動作する標準的な生成的アプローチとは異なり、Deep-Flowは生成過程を低ランクのスペクトル多様体に制約する。 これにより、設計によるキネマティックな滑らかさが保証され、数値的に安定で決定論的な対数類似度推定の計算が可能になる。
  論文  参考訳（メタデータ） (2026-02-19T18:10:16Z)
• ConvXformer: Differentially Private Hybrid ConvNeXt-Transformer for Inertial Navigation [4.540223607965505]
  ディープラーニングベースの慣性追跡システムは、プライバシー侵害に弱いままだ。 本研究では,ConvNeXtブロックとTransformerエンコーダを融合したハイブリッドアーキテクチャであるConvXformerを提案する。
  論文  参考訳（メタデータ） (2025-10-22T08:20:31Z)
• Visual Trajectory Prediction of Vessels for Inland Navigation [42.81677042059531]
  本研究では,高度な物体検出手法を統合することで,映像に基づく容器追跡と予測の課題に対処する。 BoT-SORT、Deep OC-SORT、ByeTrackなどの追跡アルゴリズムの比較評価では、スムーズなトラジェクトリを提供する際のカルマンフィルタの堅牢性を強調している。 この結果は、内陸航法のためのカスタマイズされたデータセットとモデルの必要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-05-01T15:31:15Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)

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。