論文の概要: On the Optimized Use of Non-Orthonormality Constraints for the Quasi-Static INS Alignment of Autonomous Underwater and Surface Vehicles
- arxiv url: http://arxiv.org/abs/2608.21390v1
- Date: Mon, 27 Jul 2026 15:54:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 05:49:59.223872
- Title: On the Optimized Use of Non-Orthonormality Constraints for the Quasi-Static INS Alignment of Autonomous Underwater and Surface Vehicles
- Title（参考訳）: 自律型水中・表面車両の準静的INSアライメントにおける非オルソノニティ制約の最適化利用について
- Abstract要約: 慣性航法システム(Inertial navigation system)は、水中および表面のほぼ全ての自律的な車両を装備する専門的な航法装置である。
TRI軸姿勢決定 (TRIAD) やファインアライメント (FA) などの手法を用いて、Zero Velocity Update (ZVU) ベースの拡張カルマンフィルタ (EKF) を通じて、正確な初期アライメントを必要とする。
a)最近提案されたCA手法の最適化版、すなわち、粗バイアス推定(TRIAD-CBE)を用いたTRIADと、(b)これらを直接リンクする非正規性(NON)誤差制約を組み込んだ新しいFA EKF観測モデルを紹介する。
- 参考スコア（独自算出の注目度）: 4.558762702023187
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Inertial navigation systems are specialized navigation apparatuses that equip almost all autonomous underwater and surface vehicles. They require precise initial alignment, i.e., determination of their initial attitude, which is typically achieved: (a) in quasi-static conditions (whenever possible); and (b) in two stages: Coarse Alignment (CA), using methods like TRI-axis Attitude Determination (TRIAD), and Fine Alignment (FA), via Zero Velocity Update (ZVU)-based Extended Kalman Filtering (EKF). However, conventional methods suffer from slow convergence and limited bias estimability. In response, this paper introduces: (a) an optimized version of a recently proposed CA method, namely, TRIAD with Coarse Bias Estimation (TRIAD-CBE); and (b) a novel FA EKF observation model that incorporates Non-Orthonormality (NON) error constraints derived from TRIAD, directly linking these errors to the inertial sensor biases. As validated through extensive Monte Carlo (MC) simulations, as well as real-world experiments using two Inertial Measurement Units (IMUs) of different grades, our approaches substantially accelerate the convergence of misalignment and bias estimates (from minutes to seconds), while maintaining accuracy/precision comparable to traditional techniques.
- Abstract（参考訳）: 慣性航法システム(Inertial navigation system)は、水中および表面のほぼ全ての自律的な車両を装備する専門的な航法装置である。
それらは正確な初期アライメント、すなわち、典型的には達成される最初の態度の決定を必要とする。
(a)準静置条件(可能ならば)及び
(b) 粗アライメント(CA) TRIAD(TRIAD) とファインアライメント(FA) の2段階においてゼロベロシティ更新(ZVU) ベースの拡張カルマンフィルタ(EKF) を用いた。
しかし、従来の手法では収束が遅く、バイアス推定が制限されている。
これに対し,本稿では,次のように紹介する。
(a)最近提案されたCA手法の最適化版、すなわち、粗バイアス推定(TRIAD-CBE)によるTRIAD
b) TRIADから誘導される非オルソノーマル性(NON)誤差制約を組み込んだ新しいFA EKF観測モデルにより,これらの誤差を慣性センサバイアスに直接リンクする。
モンテカルロ (MC) シミュレーションや2つの慣性測定ユニット (IMU) を用いた実世界の実験で検証されたように, 従来の手法に匹敵する精度・精度を維持しつつ, 不整合と偏差推定(数分から秒)の収束を著しく加速する。
関連論文リスト
- Characterizing Heterogeneous Rates in Finite Mixture Estimation via Partial Optimal Transport [88.55403215843967]
改良された局所および大域収束保証を得るためのボロノイ系部分最適輸送(VPOT)は、混合測定の最大極大推定器である。
結果は、混合比例が真の混合成分の数についてのゼロまたは以前の知識から一様に制限されることなく、任意の固定次元で保持される。
論文 参考訳（メタデータ） (2026-09-15T04:32:53Z) - Attitude Estimation Using Inertial and Barometric Measurements [0.0]
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。
論文 参考訳（メタデータ） (2026-07-14T20:36:13Z) - Real-Time Auto-Optimization in Unknown Environments via Structure-Exploiting Dual Control for Exploration and Exploitation [5.005890380363851]
本稿では,探索と利用のための高速な数値二重制御法を開発した。
未知の環境における自動最適化問題に対処する。
約1桁のスピードアップを実現し、典型的な車両組み込みCPU上では、マイクロ秒レベルの最大時間は83秒に過ぎない。
論文 参考訳（メタデータ） (2026-05-21T12:55:48Z) - 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) - DOC-GS: Dual-Domain Observation and Calibration for Reliable Sparse-View Gaussian Splatting [80.43237927269575]
本稿では,新しい視点からスパースビュー3DGSの再構築について再考する。
我々は、ガウスの原始的信頼性の観測不能性として、コアチャレンジを識別する。
この観測を動機として、レンダリング画像フレームワークにおける統合されたデュアルドメイン観測と幾何学的手法を提案する。
論文 参考訳（メタデータ） (2026-04-08T07:01:24Z) - 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) - One-Shot Initial Orbit Determination in Low-Earth Orbit [0.49157446832511503]
初期軌道決定のための最先端の方法論はカルマン型フィルタである。
我々は、初期軌道決定の問題を重み付き最小の正方形として定式化する。
我々は,推定器が3乗法よりも精度の高い状態推定を実現できることを数値的に示す。
論文 参考訳（メタデータ） (2023-12-20T11:49:38Z) - Video Anomaly Detection via Spatio-Temporal Pseudo-Anomaly Generation : A Unified Approach [49.995833831087175]
本研究は,画像のマスキング領域にペンキを塗布することにより,汎用的な映像時間PAを生成する手法を提案する。
さらに,OCC設定下での現実世界の異常を検出するための単純な統合フレームワークを提案する。
提案手法は,OCC設定下での既存のPAs生成および再構築手法と同等に動作する。
論文 参考訳（メタデータ） (2023-11-27T13:14:06Z) - Asymptotically Unbiased Instance-wise Regularized Partial AUC
Optimization: Theory and Algorithm [101.44676036551537]
One-way partial AUC (OPAUC) と Two-way partial AUC (TPAUC) はバイナリ分類器の平均性能を測定する。
既存の手法のほとんどはPAUCをほぼ最適化するしかなく、制御不能なバイアスにつながる。
本稿では,分散ロバスト最適化AUCによるPAUC問題の簡易化について述べる。
論文 参考訳（メタデータ） (2022-10-08T08:26:22Z) - Trust Your IMU: Consequences of Ignoring the IMU Drift [2.253916533377465]
本研究では,未知の焦点長と半径歪みプロファイルを持つ相対ポーズ問題を共同で解くための最初の解法を開発した。
部分校正されたセットアップでは,精度が小さく,あるいは無視できるような,最先端のアルゴリズムに比べて大幅なスピードアップを示す。
市販の異なる低コストのUAV上で提案されたソルバーを評価し、IMUドリフトに関する新しい仮定が実用アプリケーションで実現可能であることを実証する。
論文 参考訳（メタデータ） (2021-03-15T11:24:54Z)
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。