論文の概要: Incremental-Smoothing-Based ARAIM Protection Levels for Tightly Coupled GNSS/IMU Integration in Urban Canyons
- arxiv url: http://arxiv.org/abs/2610.32259v2
- Date: Tue, 27 Oct 2026 09:31:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-28 21:04:31.336234
- Title: Incremental-Smoothing-Based ARAIM Protection Levels for Tightly Coupled GNSS/IMU Integration in Urban Canyons
- Title（参考訳）: 都市キャニオンにおける厳密結合型GNSS/IMU統合のための増分平滑化型ARAIM保護レベル
- Abstract要約: 本稿では, FGO後部におけるARAIM溶液の分離とPLを定式化する。
固定ラグ情報行列の現在の状態ブロックのみに現在の擬似配列因子が入るため、断層除去された位置共分散、解分離、名目バイアス伝播は、線形化された状態境界から正確に従う。
ウッドベリーの更新は、選択出力評価によるこれらの量の計算を、故障のない、単一衛星、星座全体、および2階仮説に対して繰り返し全状態反転またはグラフ再最適化で行う。
- 参考スコア（独自算出の注目度）: 13.57321740611105
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Protection levels (PLs) bound position errors under specified fault hypotheses and risk budgets, but advanced receiver autonomous integrity monitoring (ARAIM) is formulated for snapshot GNSS estimation rather than the correlated posterior of tightly coupled GNSS/IMU factor graph optimization (FGO). This paper formulates ARAIM solution separation and PL computation on the FGO posterior. Because current-epoch pseudorange factors enter only the current-state block of the fixed-lag information matrix, the fault-excluded position covariance, solution separation, and nominal-bias propagation follow exactly from the linearized current-state marginal, which re-tains correlations with velocity, IMU-bias, and clock states and with historical information. Woodbury updates with selected-output evaluation compute these quantities for fault-free, single-satellite, constellation-wide, and second-order hypotheses with-out repeated full-state inversion or graph reoptimization. Surrounding monitoring layers screen measurements, handle post-fit outliers, and determine PL validity and availability. In two road experiments, both nominal sequences achieve 100% horizontal and vertical empirical bounding over PL-valid epochs, with a maximum error-to-PL ratio of 0.96. Normalized errors show that the posterior covariance alone does not capture slowly varying ranging biases: a covariance-only bound computed from the same posteriors retains no resolvable margin, and strong temporal correlation limits the empirical evidence to consistency checks rather than validation of the integrity budget. On identical Experiment A posteriors, the proposed method reduces fault-hypothesis evaluation and PL solving time by 65.2% relative to direct full-state inversion with matching integrity decisions, and controlled fault injections demonstrate fail-safe PL invalidation while navigation continues.
- Abstract（参考訳）: しかし、高度レシーバ自律整合性監視(ARAIM)は、厳密結合GNSS/IMU因子グラフ最適化(FGO)の相関関係よりも、スナップショットGNSS推定のために定式化されている。
本稿では, FGO後部におけるARAIM溶液分離とPL計算を定式化する。
固定ラグ情報行列の現在の状態ブロックのみに入るため、断層除去された位置共分散、解離、名目バイアス伝播は、速度、IMUバイアス、時計状態と履歴情報との相関を保った線形化電流境界から正確に従う。
ウッドベリーの更新は、選択出力評価によるこれらの量の計算を、故障のない、単一衛星、星座全体、および2階仮説に対して繰り返し全状態反転またはグラフ再最適化で行う。
監視レイヤの周囲の画面測定、適合後のアウトレイラの処理、PLの有効性と可用性の判断。
2つの道路実験において、両者はPL価エポック上で100%水平および垂直な経験的境界を達成し、最大エラー対PL比は0.96である。
正規化誤差は、後部共分散のみがゆっくりと変化する様々なバイアスを捉えないことを示している:同じ後部から計算された共分散のみの有界は、解決可能なマージンを保持しず、強い時間相関は、完全性予算の検証よりも経験的証拠を一貫性チェックに制限する。
同一実験A後部において,提案手法は完全状態逆転と整合性判定の整合性に比較して,フォールトハイポテーシス評価とPL解決時間を65.2%削減し,制御故障注入はナビゲーションを継続しながらフェールセーフPLの無効化を実証する。
関連論文リスト
- On the Accuracy of Approximate Leave-One-Out with Blockwise Nonsmooth Regularization in High-dimensions [66.35062523888662]
Approximate leave-out (ALO) は、計算効率のよい計算手法である。
本研究では,ALO法を用いて,高次元比例規則におけるブロック間隔を助長する広範囲な非微分性刑罰の精度について検討した。
論文 参考訳（メタデータ） (2026-10-20T02:18:31Z) - Triggering Generalist Reasoning via Predictive Uncertainty for Dual-System VLA [46.61827364066432]
Vision-Language-Action(VLA)モデルは、遅い推論可能なジェネラリストと高速な専門家のアクションエキスパートをペアにすることで、リアルタイムのロボット制御を改善する。
既存の方法では、決定がロールアウト毎に異なるという事実を無視して、一定の頻度でジェネラリストを呼び出す。
本稿では,不必要な一般呼び出しを選択的にスキップする適応型推論フレームワークであるTUD(Triggering generalist reasoning via predictive Uncertainty for Dual-system VLA)を提案する。
論文 参考訳（メタデータ） (2026-10-04T07:39:20Z) - Repairability of Inexact Solvers in Recursive State Estimation with Machine Learning [5.454529833414671]
我々は,所定の部分空間内における補正と標準予算が局所許容許容範囲に到達できる場合の特徴付けを行う。
電力グリッド耐性の研究において、学習された補正は、展開の最小共役次数(英語版)を下げる。
局所的な補修可能性と非線形な誤差伝搬をリンクすることにより、近似解法と学習された補正を評価する。
論文 参考訳（メタデータ） (2026-09-23T17:27:07Z) - Calibrated Inference for the Conditional Average Treatment Effect in the Few-Placebo Regime via Gaussian Processes [0.0]
片方の治療用アームが他方よりもはるかに小さい,少数のプラセボ系について検討した。
それらは、その名目レベルよりも、真の効果をほとんど含まない。
本稿では,各アームの結果面をガウス過程でモデル化するGP-CATEを提案する。
論文 参考訳（メタデータ） (2026-05-26T11:18:42Z) - Is Capability a Liability? More Capable Language Models Make Worse Forecasts When It Matters Most [11.4807141145402]
逆スケーリングでは、より有能なモデルでは、超線形成長を伴う問題を予測し、状態変化の尾リスクを予測し、分布予測が悪化する。
このパターンはForecastBench-Simで、線形制御にマッチした合成SIRの流行を予測し、COVID-19、麻疹、住宅市場、ハイパーインフレの実際のデータセットに複製する。
この逆スケーリングは、LLM予測ベンチマークに共通する単一閾値のメトリクスには現れず、同一出力における能力-正確性関係のサインを逆転させる。
論文 参考訳（メタデータ） (2026-05-21T16:14:33Z) - Bias-Corrected Adaptive Conformal Inference for Multi-Horizon Time Series Forecasting [0.0]
アダプティブ・コンフォーマル推論(Adaptive Conformal Inference, ACI)は、分散シフト中の時系列のカバレッジ保証を備えた、分布のない予測間隔を提供する。
状態変化の後、ベース予測器が永続的バイアスを発生させると、ACIは左右対称に間隔を広げて補償し、不要に保守的な帯域を生成する。
本稿では,予測バイアスの指数重み付きオンライン移動平均(EWM)で標準ACIを増大させるバイアス補正ACI(BC-ACI)を提案する。
論文 参考訳（メタデータ） (2026-04-14T19:33:59Z) - Co-optimization for Adaptive Conformal Prediction [9.881784717196675]
中心$m(x)$と半径$h(x)$を共同最適化することにより予測間隔を学習するフレームワークを提案する。
合成および実ベンチマークの実験は、CoCPが一貫して短い間隔で生成し、最先端の条件付きカバレッジ診断を実現することを示した。
論文 参考訳（メタデータ） (2026-03-02T10:43:19Z) - Plug-and-Play Diffusion Meets ADMM: Dual-Variable Coupling for Robust Medical Image Reconstruction [45.25461515976432]
画像再構成のための強力なパラダイムとして,DP(Plug-and-Play diffusion prior)フレームワークが登場した。
本稿では, バイアス・ハロシン化トレードオフを解消し, 収束を著しく加速した最先端の勾配を実現するための新しい手法を提案する。
論文 参考訳（メタデータ） (2026-02-26T16:58:43Z) - Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
生成のための教師なし共形推論フレームワークを提案する。
我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。
その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
論文 参考訳（メタデータ） (2025-09-26T23:40:47Z) - Efficient and Sharp Off-Policy Evaluation in Robust Markov Decision Processes [44.974100402600165]
意思決定プロセス(MDP)に対する最良パラメトリックかつ最悪の摂動の評価について検討する。
我々は、元のMDPからの遷移観測を用いて、それらが同一または異なるポリシーの下で生成されるかのどちらかを判断する。
我々の推定器はウォルドの信頼区間を用いた統計的推測も行う。
論文 参考訳（メタデータ） (2024-03-29T18:11:49Z)
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。