超広帯域複数アンカー弾性補助視覚/慣性密結合ナビゲーション

LUO Haolong ,  

LI Jiansheng ,  

XU Zhitao ,  

WANG Li ,  

ZHANG Shitian ,  

LI Guangyun ,  

摘要

視覚慣性UWB緩結合ナビゲーション手法は、事前にUWB座標系の構築とUWBアンカーポイントの位置取得が必要であるため、実際の応用では多大な時間と労力がかかります。単一アンカーポイント支援の視覚慣性密結合ナビゲーション手法では、単一のUWBアンカーポイントが一次元の距離制約情報のみを提供するため、システムの精度および安定性の向上は限定的です。システムの構成難易度を下げ、システムの位置性能を向上させるために、事前にUWBアンカーポイントの位置を取得する必要がなく、汎用性のあるUWB複数アンカー弾性補助視覚/慣性ナビゲーション密結合手法を提案します。まず、プラグアンドプレイの思想に基づき、UWB複数アンカーのオンライン非同期位置推定法を提案し、UWBアンカー情報のタイムリーな利用を確保します。次に、弾性ファクターグラフ最適化フレームワークを採用して視覚慣性UWB密結合のファクターグラフモデルを構築し、視覚/慣性/UWB複数アンカーの密結合ナビゲーションを実現します。最後に、オープンソースのVIRALデータセットと実世界で収集したデータセットを用いて提案手法を検証しました。実験結果は、先進的なVINS-MONOおよびVIR-SLAMオープンソースアルゴリズムと比較して、本手法の位置精度がそれぞれ平均30.61%および23.19%向上したことを示しています。これは、提案するUWB複数アンカー弾性補助視覚/慣性密結合ナビゲーション手法が、より高い位置精度と強い安定性を備えていることを示しています。

关键词

UWB複数アンカー;外れ値検出;アンカー位置推定;ファクターグラフ最適化;密結合ナビゲーション

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website