論文の概要: Attitude Estimation Using Inertial and Barometric Measurements
- arxiv url: http://arxiv.org/abs/2607.13254v1
- Date: Tue, 14 Jul 2026 20:36:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-16 16:39:12.582664
- Title: Attitude Estimation Using Inertial and Barometric Measurements
- Title（参考訳）: 慣性・バロメトリ計測を用いた姿勢推定
- Authors: Melone Nyoba Tchonkeu, Soulaimane Berkane, Tarek Hamel,
- Abstract要約: 本稿では,車両の垂直運動の相補的な情報を提供するため,バロメーターを用いた姿勢推定アーキテクチャを提案する。
その結果、バロメーターを用いた推定は、最小限の感覚構成における姿勢推定に軽量で信頼性があり、効果的な補完的な感覚モータリティを提供することを示した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Accurate and robust attitude estimation is a key challenge for autonomous vehicles, particularly in GNSS-denied conditions and during highly accelerated flight. In such conditions, Inertial Measurement Units (IMUs) alone are insufficient for reliable tilt estimation due to the ambiguity between gravitational and inertial accelerations. Although auxiliary velocity sensors such as GNSS, Pitot tubes, Doppler radar, or Visual Inertial Odometry are commonly used, they may be unavailable, intermittent, or costly. This paper introduces a barometer-aided attitude estimation architecture that exploits barometric altitude measurements to provide complementary information on the vehicle's vertical motion, thereby enhancing attitude estimation within nonlinear observers on SO(3). The contributions are twofold. First, we design a deterministic Riccati observer cascaded with a complementary filter, ensuring almost-global asymptotic stability (AGAS) under a uniform observability (UO) condition while preserving the geometric structure of the attitude dynamics. Second, we propose a nonlinear observer evolving on SO(3)xR2, which integrates IMU measurements as inputs and barometer and magnetometer measurements as outputs within a unified framework, guaranteeing local exponential stability (LES) under relaxed uniform observability conditions. The proposed approaches are validated using both simulated and real flight data. The results demonstrate that barometer-aided estimation provides a lightweight, reliable, and effective complementary sensing modality for attitude estimation in minimal-sensing configurations, offering a practical alternative when conventional velocity measurements are unavailable or degraded.
- Abstract（参考訳）: 高精度で頑健な姿勢推定は、特にGNSSの条件や高度に加速された飛行中において、自動運転車にとって重要な課題である。
このような条件下では、慣性測定ユニット(IMU)だけでは重力と慣性加速度のあいまいさによる信頼性の高い傾き推定には不十分である。
GNSS、ピトー管、ドップラーレーダー、または視覚慣性オドメトリーなどの補助速度センサが一般的に用いられているが、使用不能、断続的、あるいは高価である可能性がある。
本稿では,車両の垂直運動の相補的な情報を提供し,SO(3)上の非線形オブザーバ内の姿勢推定を強化するため,バロメーターを用いた姿勢推定アーキテクチャを提案する。
コントリビューションは2つです。
まず,一様可観測性 (UO) 条件下でのニアグロバル漸近安定性を保証し, 姿勢力学の幾何学的構造を保ちながら, 補完フィルタを組み込んだ決定論的Racatiオブザーバを設計する。
次に,SO(3)xR2上での非線形オブザーバを提案し,IMU測定を入力,バロメーター,磁力計計測を統一された枠組み内での出力として統合し,一様可観測条件下での局所指数安定性(LES)を保証した。
提案手法は実飛行データと実飛行データの両方を用いて検証した。
その結果,バロメーターを用いた推定は,従来の速度測定が利用できない場合や劣化の場合の実用的な代替手段として,最小限の姿勢推定のための軽量で信頼性が高く,効果的な相補的感覚モータリティを提供することを示した。
関連論文リスト
- Relative Pose-Velocity Estimation Using Dual IMU Measurements and Relative Position Sensing [39.146761527401424]
本稿では,移動目標に対する車両の相対姿勢(位置と方向)と速度を推定する問題に対処する。
環境空間における推定誤差の大域的指数収束を保証するために必要な一様可観測条件を解析する。
論文 参考訳（メタデータ） (2026-05-13T05:36:10Z) - 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) - Online Inertia Tensor Identification for Non-Cooperative Spacecraft via Augmented UKF [0.0]
本稿では,非協調ターゲット宇宙船の相対的な6-DOFポーズと全慣性テンソルを共同で推定するための拡張アンセント・カルマンフィルタ(UKF)フレームワークを提案する。
提案アーキテクチャは,単眼視に基づく畳み込みニューラルネットワーク(CNN)の視覚計測をLiDARの深度情報と融合させて,剛体力学の結合を制約する。
慣性テンソルの6つの独立要素を含む状態ベクトルを増大させることで、基底ベースの事前校正を必要とせず、ターゲットの正規化質量分布をリアルタイムで動的に復元する。
論文 参考訳（メタデータ） (2026-03-28T18:13:03Z) - Scalar-Measurement Attitude Estimation on $\mathbf{SO}(3)$ with Bias Compensation [35.18016233072556]
姿勢推定法は通常、加速度計や磁力計のような慣性センサーからの完全なベクトル測定に依存する。
本稿では,スカラー測定のみを用いて信頼性の高い推定を行うことができることを示す。
ジャイロスコープバイアス補償を組み込んだ$mathbfSO(3)$の非線形決定論的オブザーバを提案する。
論文 参考訳（メタデータ） (2026-03-03T00:02:23Z) - Unsupervised Anomaly Detection in Multi-Agent Trajectory Prediction via Transformer-Based Models [45.08545174556591]
マルチエージェントトランスを用いた教師なし異常検出フレームワークを提案する。
検出安定性と物理的アライメントの両方を評価するための二重評価手法が提案されている。
本フレームワークでは,時間対衝突および統計ベースラインに欠落した388個の特異な異常を同定する。
論文 参考訳（メタデータ） (2026-01-28T08:33:10Z) - Vision-Aided Relative State Estimation for Approach and Landing on a Moving Platform with Inertial Measurements [36.94429692322632]
本稿では,UAVと平面プラットフォーム間の相対的な位置,向き,速度を,接近・着陸時の任意の3次元運動によって推定する問題に対処する。
相対的な姿勢を再現するために,SO(3)上の補足フィルタを用いたカスケードオブザーバを提案し,続いて相対的な位置と速度推定のための線形リカティオブザーバを提案する。
提案したオブザーバの性能は、広範囲なシミュレーションによって検証される。
論文 参考訳（メタデータ） (2025-12-22T10:28:20Z) - Cascaded Tightly-Coupled Observer Design for Single-Range-Aided Inertial Navigation [0.0]
本研究は、慣性測定ユニット(IMU)のみを用いて剛体の全状態を再構築する、単射支援ナビゲーションオブザーバを導入する。
この設計は、まず拡張線形時間変化(LTV)システムを定式化し、ボディフレームの位置、ボディフレーム速度、重力方向を推定する。
カスケード設計のほぼグローバル漸近安定性(AGAS)は、センサノイズや軌道変動に対するロバスト性を確保するため、均一な可観測条件の下で確立されている。
論文 参考訳（メタデータ） (2025-12-05T22:44:22Z) - 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) - Forecasting Continuous Non-Conservative Dynamical Systems in SO(3) [51.510040541600176]
コンピュータビジョンにおける移動物体の回転をモデル化するための新しい手法を提案する。
我々のアプローチは、入力ノイズに対して頑健でありながら、エネルギーと運動量保存に非依存である。
トレーニング中の雑音状態から物体のダイナミクスを近似させることで、シミュレーションや様々な現実世界の設定において頑健な外挿能力が得られる。
論文 参考訳（メタデータ） (2025-08-11T09:03:10Z) - 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。