Equivariant Filter Cascade for Relative Attitude, Target's Angular Velocity, and Gyroscope Bias Estimation
本文提出了一种等变滤波器级联方法，用于估计相对姿态、目标角速度和陀螺仪偏置，通过星跟踪器和非共线向量观测实现稳定估计。
2025-12-16 cs.SY eess.SY
SE(3) based Extended Kalman Filter for Spacecraft Attitude Estimation
Naval University of Engineering（海军工程大学）
本文利用矩阵李群的概念研究了航天器姿态估计问题。通过将姿态和陀螺仪零偏作为SE（3）的组成部分，推导出了相应的扩展卡尔曼滤波器SE（3）-EKF。结果表明，所得到的SE（3）-EKF就是新推导的几何扩展卡尔曼滤波器（GEKF），可用于航天器姿态估计。这提供了一个新的视角GEKF除了共同的帧误差定义。此外，本文还推导了考虑参考坐标系姿态误差的SE（3）-EKF算法，所得算法与右不变EKF算法有很大的相似性。
2020-03-29 cs.RO cs.SY eess.SY
Computationally Efficient Attitude Estimation with Extended $\mathcal{H}_2$ Filtering
使用商用现成（COTS）无人机上存在的低成本MEMS（微机电系统）传感器进行精确的状态估计是一个具有挑战性的问题。大多数无人机系统使用陀螺仪、加速度计和磁力计的组合来获得测量结果并估计姿态。在这种传感器融合模式下，扩展卡尔曼滤波器（EKF）是无人机姿态估计中最常用的算法。在这项工作中，我们提出了一种新的估计技术，称为扩展H2滤波器，可以克服EKF的局限性，特别是在计算速度，内存使用，和根均方误差。我们制定我们的姿态估计算法使用单位四元数。H2最优滤波器增益通过求解凸优化问题在标称工作点附近离线设计，滤波器动态使用非线性系统动态实现。这种H2最优估计器的实现被称为扩展H2估计器。所提出的技术进行了测试的四种情况下，对应于长时间尺度的运动，快速的时间尺度的运动，从悬停过渡到垂直起降飞机向前飞行，和整个飞行周期（从起飞到着陆）。它的结果进行了比较，对EKF在上述性能指标。
2020-09-07 cs.SY eess.SY
Systematic Convergence of Nonlinear Stochastic Estimators on the Special Orthogonal Group SO(3)
介绍了两种基于特殊正交群\mathbb{SO} \left（3 \right）的非线性随机姿态估计器，其跟踪误差满足预定义的瞬态和稳态特性。跟踪误差被限制在一个预定的大集合内初始开始，使得瞬态性能被保证服从动态减小的边界，并且从几乎任何初始条件平稳地且渐近地减小到概率原点。建议的估计产生精确的姿态估计显着的收敛性能，使用低成本的惯性测量单元获得的测量。单位四元数表示的建议滤波器。以连续形式提出的估计量由其离散版本补充以用于实施目的。仿真结果表明，所提出的估计器的有效性和鲁棒性对不确定的测量和大的初始化误差，无论是在连续或离散形式。关键字：姿态估计，瞬态，稳态误差，非线性滤波器，特殊正交群，SO（3），随机系统，随机微分方程，Ito，Stratonovich，渐近稳定性，Wong-Zakai，惯性测量单元，IMU，预定性能函数，欧拉角，滚转，俯仰，偏航，色噪声，白噪声，非线性姿态滤波器，非线性姿态观测器，定向，SO（3）上的非线性随机姿态滤波器，基于单位四元数的非线性随机姿态滤波器，离散随机姿态滤波器。
2020-06-21 cs.SY eess.SY
Adaptive Attitude Estimation for Multiple-Surface Object Using Light Curve Glints
Kyushu University（九州大学）
针对多表面空间物体姿态估计的不适定问题，本文采用交互式多模型算法结合光曲线闪光约束，提升了收敛率并验证了混合步骤的必要性。
2026-08-03 cs.SY eess.SY
Geometric Nonlinear Filtering with Almost Global Convergence for Attitude and Bias Estimation on the Special Orthogonal Group
本文提出广义 $SO(3)$-MEKF，通过在增益及增益更新方程中引入曲率校正项，实现姿态与偏差估计误差的几乎全局一致渐近稳定，并在小误差时退化为标准 $SO(3)$-MEKF。
2025-03-11 cs.SY eess.SY
Computation of Extended Robust Kalman Filter for Real-Time Attitude and Position Estimation
Indian Institute of Technology (Banaras Hindu University)（印度理工学院（贝拿勒斯印度教大学））；University of São Paulo at São Carlos（圣保罗大学圣卡洛斯分校）；Federal University of São Carlos（圣卡洛斯联邦大学）
本文提出在并行计算设备上实时计算扩展稳健卡尔曼滤波器的方法，用于开发货运车辆的姿态和位置参考系统，通过QR分解和Givens旋转验证了滤波器性能。
2018-01-13 cs.SY eess.SY
Robust Safety Filter Synthesis for Quaternion Attitude Dynamics via LMI-Based Ellipsoidal Invariant Sets
Sharif University of Technology（谢里夫理工大学）
本文提出一种鲁棒安全滤波器，通过求解单一凸半定规划，同时合成最大椭球鲁棒可控不变集及其关联状态反馈备用控制律，以保证在扰动下旋转角约束满足。
2026-06-28 cs.SY eess.SY
Fault-Tolerant Spacecraft Attitude Determination using State Estimation Techniques
Aero/Astro Dept. Stanford University Palo Alto, CA（航空航天系 斯坦福大学 旧金山湾区）
本文研究了扩展卡尔曼滤波、无迹卡尔曼滤波和粒子滤波在低地球轨道大型卫星容错姿态估计中的性能，并分析了基于这些滤波器的故障检测、隔离与恢复技术及各故障模式下的表现。
2025-06-26 cs.RO cs.SY eess.SY
A Critical Comparison on Attitude Estimation: From Gaussian Approximate Filters to Coordinate-free Dual Optimal Control
本文传达的姿态和速率估计无速率传感器进行了严格的比较，通过广泛的仿真验证。两种主要的方法，以促进姿态估计的基础上随机和集员推理。第一种方法主要利用通常已知的高斯近似滤波器，即EKF和UKF。虽然更保守，后者似乎是更有前途的，因为它考虑了固有的几何特征的下划线紧凑的状态空间和帐户-从第一原理-大的模型误差。我们从控制的角度来解决集合论的方法，我们表明，它可以克服报告的不足之处贝叶斯架构相关的这个问题，导致无坐标的最优滤波器。最后，作为一个例子，我们在特殊正交群$\mathbb{TSO}(3)$的切丛上得到了一个改进的预测滤波器。
2021-12-08 cs.SY eess.SY math.DS
Adaptive Invariant Extended Kalman Filter with Noise Covariance Tuning for Attitude Estimation
本文提出一种基于四元数的自适应右不变扩展卡尔曼滤波方法，利用EM算法在线估计噪声协方差以融合惯性与磁力计数据，并通过仿真验证其在姿态估计中的稳定性、收敛性和精度优势。
2024-10-02 cs.SY eess.SP eess.SY
Nonlinear Attitude Estimation for Small UAVs with Low Power Microprocessors
在用于无人机姿态估计的传感器融合算法中，扩展卡尔曼滤波器（EKF）是最常用的估计算法。在本文中，我们提出了一个新版本的H2估计称为扩展H2估计，可以克服扩展卡尔曼滤波器的局限性，特别是在计算速度，内存使用和均方根误差。我们制定了一个新的姿态估计算法，其中的滤波器增益是离线设计的标称工作点，但滤波器的动态是使用非线性系统动态实现。我们将H2最优估计的这种实现称为扩展H2估计。所提出的解决方案在两种情况下进行测试，对应于缓慢和快速运动，并与上述性能指标中的EKF进行比较。
2020-03-30 cs.SY eess.SY math.OC
Nonlinear Stochastic Attitude Filters on the Special Orthogonal Group 3: Ito and Stratonovich
University of Western Ontario（韦仕敦大学）
本文提出两种非线性随机互补滤波器，保证Rodriguez向量和估计误差在均方意义下半全局一致最终有界，并收敛到原点的附近。通过仿真结果展示了在角速度高不确定性以及机体框架向量测量情况下所提滤波器的有效性。
2020-05-23 cs.SY eess.SY math.OC
Fully Multiplicative Attitude and Orbit Determination for Deep space Navigation
Iowa State University（爱荷华州立大学）
研究针对深空导航联合航天器姿态-轨道估计及双星跟踪器对准校准问题，提出全乘法无迹卡尔曼滤波器，通过融合多种测量并保留天体像差，对比乘法扩展卡尔曼滤波器，蒙特卡罗结果显示其在粗传播间隔时性能更优。
2026-07-14 cs.SY eess.SY
UAV attitude estimation using Unscented Kalman Filter and TRIAD
本文提出一种基于UKF和TRIAD算法的AHRS，通过仿真和实验证明其在微控制器上具有低计算成本和实时性能。
2016-09-23 cs.RO cs.SY eess.SY
Neural Networks Versus Conventional Filters for Inertial-Sensor-based Attitude Estimation
Technische Universität Berlin（柏林工业大学）
惯性测量单元通常用于估计运动物体的姿态。许多非线性滤波方法已经被提出来解决固有的传感器融合问题。然而，当考虑大范围的不同的动态和静态旋转和平移运动时，可达到的精度受限于对加速度计和陀螺仪融合权重的情况相关调整的需要。我们调查到何种程度上可以克服这些限制，通过人工神经网络和有多少特定领域的优化的神经网络模型需要优于传统的过滤器解决方案。一组不同的运动记录与标记为基础的光学地面实况用于性能评估和比较。建议的神经网络被发现优于传统的过滤器在所有的运动，只有当特定领域的优化被引入。我们的结论是，他们是一个很有前途的工具，基于惯性传感器的实时姿态估计，但需要专家知识和丰富的数据集，以实现最佳性能。
2020-06-03 cs.LG cs.SY eess.SY
Robust Attitude Estimation with Quaternion Left-Invariant EKF and Noise Covariance Tuning
本文提出一种基于四元数左不变扩展卡尔曼滤波和自适应噪声协方差估计的鲁棒姿态估计方法，以提高姿态估计的精度和鲁棒性。
2024-09-17 cs.SY eess.SP eess.SY
Intrinsic filtering on Lie groups with applications to attitude estimation
PSL Research University（PSL研究大学）
本文提出了一种基于概率的李群系统内在滤波方法，通过构建连续时间不变观测器理论，证明误差方程为马尔可夫链，且在噪声下分布收敛，同时提出离散时间不变扩展卡尔曼滤波及数值方法用于姿态估计。
2014-09-12 cs.RO cs.SY eess.SY
Overcoming Bias: Equivariant Filter Design for Biased Attitude Estimation with Online Calibration
University of Klagenfurt（克拉根福大学）；Australian National University（澳大利亚国立大学）
本文提出一种基于等变几何结构的陀螺仪辅助姿态估计器新公式，将导航、外参标定和陀螺仪偏差状态集成于单一对称性中，显著提升了瞬态响应及渐近偏差和外参标定估计性能。
2022-09-24 cs.RO cs.SY eess.SY
A Lightweight Cubature Kalman Filter for Attitude and Heading Reference Systems Using Simplified Prediction Equations
Graduate School of Computer Science, Engineering, The University of Aizu（计算机科学与工程研究生院，宇土大学）
本文提出了一种改进的立方根卡尔曼滤波器（CKF），在保持估计精度的同时降低了计算成本，称为'Kaisoku立方根卡尔曼滤波器（KCKF）'。通过简化CKF的方程，保留等价的数学关系，推导出轻量级的预测方程。实验结果表明，KCKF相比CKF在浮点运算（FLOPs）上更少，计算时间减少了约19%（在高性能计算机上）和15%（在低成本单板计算机上），同时保持了姿态估计的准确性。
2026-01-12 cs.HC cs.RO cs.SY
Waypoint Following Dynamics of a Quaternion Error Feedback Attitude Control System
闭环姿态操纵可以通过使用传统的姿态控制系统来跟踪非标准姿态剖面，从而实现非标准姿态机动。这个想法已经被用于在国际空间站上进行零推进剂机动和在美国宇航局的TRACE太空望远镜上进行最短时间机动。这一想法的操作实施面临的一个挑战是空间飞行器的命令存储缓冲区的有限容量。缓解该问题的一种方法是将姿态命令下采样并保持为姿态控制系统要遵循的一组航路点。在本文中，我们探讨了路点跟踪动态的四元数误差反馈控制律的下采样保持。它示出，下采样和保持引起的下采样，导致卫星角速率显着超过所需的限制之间的纹波。在$z$域中进行分析以理解该现象。提出了一种内插切比雪夫型滤波器，它允许姿态指令根据一组滤波器系数进行编码。使用插值滤波器，命令可以以ACS速率发出，但内存需求显著降低。以美国宇航局月球勘测轨道器的姿态控制系统为例，说明了实际姿态控制系统的性能。
2020-09-07 cs.SY eess.SY math.DS
Equivariant Filter for Relative Attitude and Target's Angular Velocity Estimation
Institute for Systems and Robotics, Instituto Superior Técnico, Universidade de Lisboa（系统机器人研究所，技术高等学院，里斯本大学）；CTS/Uninova and LASI, School of Science and Technology at NOVA University Lisbon（CTS/Uninova 和 LASI，里斯本 NOVA 大学科学与技术学院）；GNC Division, Flight Segment and Robotics, GMV（飞行段与机器人部，GMV）
提出一种等变滤波器（EqF），利用两个已知非共线向量观测，同时估计相对姿态和目标角速度，并通过仿真和实验验证其性能。
2026-05-26 cs.RO cs.SY eess.SY
RIANN -- A Robust Neural Network Outperforms Attitude Estimation Filters
Technische Universität Berlin（柏林工业大学）；Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔朗根-纽伦堡弗里德里希-亚历山大大学）
基于惯性传感器的姿态估计在从人体运动跟踪到自主飞行器和地面车辆的各种应用中是一项关键技术。应用场景在所执行运动的特性、干扰的存在和环境条件方面有所不同。由于国家的最先进的姿态估计不概括以及这些特性，他们的参数必须调整为个人的运动特性和情况。我们提出了RIANN，一个现成的使用，神经网络为基础的，无参数，实时能力的惯性姿态估计器，它概括以及在不同的运动动力学，环境和采样率，而不需要特定的应用程序的适应。我们收集了六个公开可用的数据集，其中我们利用两个数据集进行方法开发和训练，我们使用四个数据集在三个不同的测试场景中评估训练的估计量，这些测试场景具有不同的实际相关性。结果表明，RIANN优于国家的最先进的姿态估计滤波器在这个意义上，它更好地概括了各种运动和条件在不同的应用，不同的传感器硬件和不同的采样频率。即使过滤器在每个单独的测试数据集上进行了调整，这也是正确的，而RIANN是在完全独立的数据上进行训练的，并且从未见过任何这些测试数据集。RIANN可以直接应用而无需调整或训练，因此预计将在许多应用中实现即插即用解决方案，特别是当精度至关重要但没有地面实况数据可用于调整或运动和干扰特性不确定时。我们让RIANN公开可用。
2021-11-25 cs.AI cs.LG cs.RO
Composite Adaptive Control for Anti-Unwinding Attitude Maneuvers: An Exponential Stability Result Without Persistent Excitation
针对具有不确定常数惯性参数的刚体自适应防退绕姿态跟踪控制问题，在不需要满足持续激励条件的情况下，给出了指数稳定性结果.具体而言，复合浸入和不变性（I&I）自适应控制器是通过将预测误差驱动的学习律集成到动态缩放的I&I自适应控制框架中来导出的，其中我们修改缩放因子，使得算法设计不涉及任何动态增益。为了避免解旋问题，引入了一个障碍函数作为姿态误差函数，同时巧妙地建立了两个关键的代数性质，用于指数稳定性分析。采用回归量滤波方法，结合动态回归量扩展和混合（DREM）过程，仅使用容易获得的信号来获得预测误差。特别地，借助于一个建设性的线性时变滤波器，扩展了DREM的标量回归量以产生一个新的令人兴奋的对应物。在这种方式中，导出的控制器允许闭环指数稳定，没有PE，在这个意义上，输出跟踪和参数估计误差指数收敛到零。此外，复合学习法增加了幂项，以实现同步有限/固定时间参数收敛。数值模拟进行验证的理论研究结果。
2021-08-23 cs.SY eess.SY
Clifford Algebra-Based Iterated Extended Kalman Filter with Application to Low-Cost INS/GNSS Navigation
针对低成本INS/GNSS导航对初始姿态的依赖，提出基于Clifford代数的迭代扩展卡尔曼滤波，实现无先验姿态下的快速全局收敛，并在大IMU偏差下性能更优。
2023-11-15 cs.SY eess.SP eess.SY
Safe Deep Reinforcement Learning for Spacecraft Reorientation with Pointing Keep-Out Constraint
University of Würzburg（维尔茨堡大学）
本文提出了一种用于具有单一指向保持区的空间飞行器再定向控制的深度强化学习方法，设计了新的状态空间表示，制定了奖励函数以实现控制目标并施加姿态约束，采用软演员评论家算法处理连续状态和动作空间，并通过课程学习方法训练智能体，通过基于控制屏障函数的安全过滤器保证姿态约束的合规性。
2026-05-19 cs.SY eess.SY
Precision Attitude Stabilization with Intermittent External Torque
研究了采用变幅冷气发动机的微小卫星姿态稳定问题，该问题反映为控制输入的时变增益。现有文献使用基于持续滤波器的方法，该方法通常导致在对应于外部致动的“接通”阶段的特定时间间隔期间的大的控制增益和扭矩输入。这项工作的目的是减少瞬态尖峰放置在转矩命令的明智的引入一个额外的时变缩放信号的控制律的一部分。新的比例因子和整体闭环稳定性的时间更新机制，建立通过一个类似李雅普诺夫分析。数值仿真结果表明，这种新的控制算法的各种功能的航天器姿态稳定受力矩惯性。
2022-07-14 cs.SY eess.SY
Nonlinear Stochastic Position and Attitude Filter on the Special Euclidean Group 3
University of Western Ontario（韦仕敦大学）
本文将姿态估计问题作为在特殊欧几里得群SE(3)上直接演化的非线性随机滤波动力学问题，提出的方法保证了位置和Rodrigues向量估计中的误差在均方意义下是半全局一致最终有界的，并在概率意义下收敛到原点的邻域。
2019-04-26 cs.SY eess.SY math.DS
GPS-denied Navigation: Attitude, Position, Linear Velocity, and Gravity Estimation with Nonlinear Stochastic Observer
具有六个自由度（6 DoF）的刚体的成功导航需要精确估计姿态、位置和线速度。真实的导航动力学是高度非线性的，并且在SE 2（3）的矩阵李群上建模。本文提出了新的几何非线性连续随机导航观测器SE2（3）捕捉真正的非线性问题。建议的观察员结合IMU和地标测量。它有效地处理了IMU测量噪声。所提出的观测器保证几乎是半全局一致最终有界的均方。提供了四元数表示。一个真实世界的四旋翼测量数据集被用来验证建议的观察员在其离散形式的有效性。保留字：惯性导航，随机系统，布朗运动过程，随机滤波算法，随机微分方程，李群，SE（3），SO（3），位姿估计器，位置，姿态，特征测量，惯性测量单元，IMU。
2021-07-29 cs.SY eess.SY
A Sensor Fusion-based Cutting Device Attitude Control to Improve the Accuracy of Korean Cabbage Harvesting
韩国白菜收获缺乏机械化，依赖于人力，因此，对韩国白菜收获机进行研究是非常重要的。虽然这些收割机已经开发出各种形式，但它们尚未实现商业化。大多数韩国卷心菜田都有斜坡;因此有几个挑战，可以防止准确的收获。因此，为了解决现场的这些挑战，我们在本研究中采用了两个气缸，开发了一种机制，使切割设备的姿态控制，而不是驱动平台的机构，以应对斜坡。通过保持切割的水平、角度、高度，可以减少损失，提高收获性能。很难找到应用这些机制的例子。在基础研究方面，传感器融合是基于通常用于姿态控制的卡尔曼滤波器进行的。利用获得的数据控制液压缸以保持姿态。通过外场试验验证了该系统的有效性，得到了系统的均方根误差（RMSE），并对RMSE进行了验证，定量地评估了姿态控制的存在与否。因此，本研究的目的是建议韩国白菜收割机的发展方向，通过建议的姿态控制系统。
2021-07-23 cs.SY eess.SY
Machine Learning-Based Evaluation of Attitude Sensor Characteristics Using Microsatellite Flight Data
Tohoku University（东北大学）
本研究提出基于机器学习的方法，利用微卫星飞行数据评估姿态传感器特性，显著降低姿态确定误差。
2026-01-27 cs.SY eess.SY
Adaptive Fast Smooth Second-Order Sliding Mode Control for Attitude Tracking of a 3-DOF Helicopter
针对具有集中扰动的三自由度直升机姿态跟踪问题，提出了一种新的自适应快速平滑二阶滑模控制。结合非奇异积分滑模面，提出了一种新的自适应快速光滑二阶滑模控制方法，使俯仰角和俯仰角分别跟踪给定的期望轨迹，具有非奇异性、自适应干扰、抖振抑制和有限时间快速收敛等特点。此外，提出了一种新的自适应增益平滑二阶滑模观测器，以补偿时变集总干扰，与自适应增益二阶滑模观测器相比，具有更平滑的输出。利用有限时间李雅普诺夫稳定性理论证明了具有常值扰动的闭环系统的快速有限时间收敛性和具有时变集中扰动的闭环系统的快速有限时间一致最终有界性.最后，通过对比仿真实验验证了所提控制方法的有效性和优越性.
2020-09-27 cs.SY eess.SY
Guaranteed Performance Nonlinear Observer for Simultaneous Localization and Mapping
提出了一种基于\mathbb{SLAM}_{n} \left（3 \right）李群的几何非线性观测器算法。所提出的新的解决方案估计车辆的姿态（即姿态和位置）相对于地标同时定位在全球框架中的参考功能。建议的估计流形上的特点是预定义的措施的瞬态和稳态性能。动态减少边界引导系统的误差函数从其在一个大的给定集合内的起始位置渐近减少到原点。该观测器能够直接利用现有的速度和特征测量值。此外，它还补偿了速度测量中的未知常数偏差。给出了该观测器的单位元数。数值结果表明了该观测器的有效性。保留字：非线性滤波器算法，用于同时定位和地图构建的非线性观测器，非线性估计器，流形上的非线性SLAM观测器，矩阵李群上的非线性SLAM滤波器，观测器设计，渐近稳定性，系统收敛，规定性能函数，姿态估计，姿态滤波器，位置滤波器，特征滤波器，地标滤波器，基于梯度的SLAM观测器，用于SLAM的基于梯度的观测器，自适应估计，SLAM观测器，观测器SLAM框架，等变观测器，惯性视觉单元，视觉，SLAM滤波器，SE（3），SO（3）。
2020-09-24 cs.SY eess.SY
Nonlinear $H_{\infty}$ Filtering on the Special Orthogonal Group $SO(3)$ using Vector Directions
研究了利用旋转矩阵和矢量测量值进行姿态估计的$H_{\infty}$滤波问题。从特殊正交群$SO(3)$上的一个存储函数出发，考虑耗散不等式，导出了一个确定性非线性$H_{\infty}$滤波器，该滤波器满足给定的外部扰动和初始估计误差对广义估计误差的能量增益上界$γ$.结果是有效的所有估计误差，对应于小于$π/2$弧度的轴角表示的角度误差。该方法建立在早期的结果，姿态估计，特别是非线性$H_{\infty}$滤波使用四元数，并提出了一种新的过滤器直接开发的$SO(3)$。该滤波器采用与乘法扩展卡尔曼滤波器（MEKF）相同的新息项，以及根据Riccati型增益更新方程更新的矩阵增益。然而，与MEKF相比，所提出的滤波器具有额外的调谐增益$γ$，这使其在瞬态期间更具侵略性。在不同条件下对滤波器进行了仿真，并将仿真结果与连续时间四元数MEKF滤波器和几何近似最小能量滤波器进行了比较。模拟结果显示了具有竞争力的性能。特别是，GAME滤波器具有最好的瞬态性能，其次是所提出的$H_{\infty}$滤波器和四元数MEKF。所有三个滤波器具有相似的稳态性能。因此，建议的滤波器可以被看作是一个MEKF的变体，实现更好的瞬态性能，而不会显着退化的稳态噪声抑制。
2022-01-22 cs.SY eess.SY
Incremental learning of LSTM framework for sensor fusion in attitude estimation
Symbiosis International (Deemed University)（共生国际大学）；Central Scientific Instruments Organisation（中央科学仪器组织）；Council of Scientific and Industrial Research（科学与工业研究理事会）
提出了一种基于长短期记忆（LSTM）网络增量学习的三维空间目标姿态估计新方法。陀螺仪、加速度计和磁力计是姿态估计应用中为数不多的广泛使用的传感器。传统上，多传感器融合方法，如扩展卡尔曼滤波器和互补滤波器被用来融合来自这些传感器的测量。然而，这些方法在考虑真实世界情况下运动的不确定性、不可预测性和动态性质方面表现出局限性。在本文中，惯性传感器数据被馈送到LSTM网络，然后增量更新，以纳入运行时发生的动态变化。所提出的框架的鲁棒性和效率证明从商业上可用的惯性测量单元收集的数据集。该框架提供了一个显着的改进，即使在高度动态的环境中的情况下，与传统的方法相比的结果。基于LSTM框架的姿态估计方法可以部署在标准AI支持的处理模块上，用于实时应用。
2021-08-04 cs.AI cs.SY eess.SP
Nonlinear Deterministic Filter for Inertial Navigation and Bias Estimation with Guaranteed Performance
无人驾驶车辆导航涉及估计车辆的六个自由度（6 DoF）的姿态、位置和线速度。已经知道，真实的导航动力学是高度非线性的，以$\mathbb{SE}_{2}(3)$的李群为模型。本文提出了一种用于惯性导航的非线性滤波器。该滤波器确保从几乎任何初始条件开始的误差分量的系统收敛。此外，误差渐近收敛到原点。实验结果验证了该滤波器的鲁棒性。
2021-09-17 cs.SY eess.SY
Adaptive Smooth Disturbance Observer-Based Fast Finite-Time Attitude Tracking Control of a Small Unmanned Helicopter
针对三自由度直升机系统在复合扰动下的姿态跟踪问题，提出了一种基于自适应平滑扰动抑制器的快速有限时间自适应反推控制方法。首先，提出了一种自适应平滑扰动观测器（ASDO）来估计复合扰动，该观测器具有输出平滑、有限时间快速收敛、对未知导数边界扰动的适应性等特点。然后，有限时间反推控制协议的构造，以驱动的仰角和俯仰角跟踪参考轨迹。为了解决传统反推设计框架中的“复杂性爆炸”和“奇异性”问题，利用快速有限时间命令滤波器（FFTCF）来估计虚拟控制信号及其导数。此外，一个分数功率为基础的辅助动态系统被引入到补偿所造成的误差的FFTCF估计。此外，设计了一种改进的基于分数阶幂次的自适应律，该自适应律引入了$σ$修正项，抑制了观测器逼近误差，从而进一步提高了跟踪性能.根据快速有限时间稳定性理论，闭环系统的信号都是快速有限时间有界的，而姿态跟踪误差可以在有限时间内快速收敛到原点的一个足够小的区域。最后，通过对比数值仿真验证了所设计控制方案的有效性和优越性。
2022-05-25 cs.SY eess.SY
A Geometric Nonlinear Stochastic Filter for Simultaneous Localization and Mapping
Thompson Rivers University（汤普森河大学）
同时定位和映射（SLAM）是关键的机器人任务之一，因为它解决了由多个地标位置和未知姿态的定位（即，姿态和位置）。真正的SLAM问题是在$\mathbb{SLAM}_{n}\left(3\right)$的李群上建模的，并且其真正的动力学依赖于角速度和平移速度。本文提出了一种新的几何非线性随机估计算法的SLAM $\mathbb{SLAM}_{n}\left(3\right)$，精确地模仿真正的SLAM问题的非线性运动动力学。与现有的解决方案不同，建议的随机滤波器考虑到未知的恒定偏差和噪声附加到速度测量。提出的流形上的非线性随机估计器保证产生良好的结果，提供角速度，平移速度，地标，和惯性测量单元（IMU）的测量。仿真和实验结果反映了所提出的滤波器的能力，成功地估计六自由度（6 DoF）机器人的姿态和地标位置。保留字：同时定位和地图构建，SLAM的非线性随机观测器，随机微分方程，位姿估计器，位置，姿态，布朗运动过程，惯性测量单元，地标，特征，可伸缩性，SO（3），SE（3），SLAM。
2021-02-11 cs.RO cs.SY eess.SY
FLC tuned with Gravitational Search Algorithm for Nonlinear Pose Filter
与其它姿态估计方法相比，非线性姿态（\textit{i.e,}姿态和位置）滤波器具有结构简单、跟踪性能好的特点。设计非线性姿态滤波器时的一个关键因素是误差函数的选择。传统的非线性姿态滤波器设计在快速适应和鲁棒性之间进行权衡。本文介绍了一种新的实用方法，基于模糊规则的在线连续调整的非线性位姿滤波器。每个输入和输出的隶属度函数进行优化调整，使用图形搜索算法优化，同时考虑位姿误差和它的变化率。该方法具有自适应性强、鲁棒性强等特点。因此，该方法具有鲁棒性和快速收敛性.仿真结果表明，在观测不确定和初始化误差较大的情况下，该方法是有效的。
2021-09-14 cs.SY eess.SY
Towards Low-Latency High-Bandwidth Control of Quadrotors using Event Cameras
University of Zurich（苏黎世大学）；ETH Zurich（苏黎世联邦理工学院）
事件相机是一个有前途的候选人，使高速基于视觉的控制，由于其低传感器延迟和高时间分辨率。然而，纯粹基于事件的反馈尚未用于无人机的控制。在这项工作中，第一步实现低延迟高带宽控制的四旋翼使用事件相机。特别是，本文解决了一维姿态跟踪问题，使用配备了事件相机的双直升机平台。基于事件的状态估计由修改的Hough变换算法与卡尔曼滤波器组合组成，该滤波器输出双直升机相对于由黑白盘标记的地平线的滚转角和角速度。估计状态由比例-微分姿态控制律处理，该控制律计算跟踪期望姿态所需的转子推力。所提出的姿态跟踪方案显示了事件相机驱动的闭环控制的有希望的结果：状态估计器以1 kHz的更新速率和确定为12 ms的延迟执行，使得姿态跟踪的速度超过1600度/秒。
2020-03-28 cs.RO cs.SY eess.SY
Invariant extended Kalman filter on matrix Lie groups
在矩阵李群上导出了保持对称不变的扩展卡尔曼滤波器（IEKF）。这些卡尔曼滤波器具有优于常规扩展卡尔曼滤波器的优点，因为这种滤波器的误差动态与组配置无关，而组配置又提供了对收敛区域的统一估计。建议的IEKF不同于文献中现有的技术，因为它是使用微分几何的最小工具导出的，在很大程度上简化了它的表示和推导。将滤波器误差动力学直接定义在李代数上，而不是用欧几里得空间来标识李代数或用指数映射来定义局部坐标系下的误差动力学，并在相应的线性算子空间上用张量代数来描述相应的微分Riccati方程.建议的滤波器实现的刚体，这是一个基准的控制问题的姿态动力学，其性能与传统的扩展卡尔曼滤波器（EKF）进行比较。数值实验结果表明，IEKF算法计算量小，性能优于EKF算法。
2019-12-29 cs.SY eess.SY math.OC
A Trident Quaternion Framework for Inertial-based Navigation Part II: Error Models and Application to Initial Alignment
Shanghai Jiao Tong University（上海交通大学）
本文研究了三叉戟四元数框架的误差模型，并将其应用于里程计辅助的陆地车辆静态/动态惯性导航姿态对准。通过对三叉四元数运动方程进行线性化，得到了左、右三叉四元数误差模型，并发现该模型与深群仿射导出的模型是等价的。利用这两种误差模型设计了相应的扩展卡尔曼滤波器（EKF），即左四元数EKF（LQEKF）和右四元数EKF（RQEKF）。仿真和现场试验进行评估的实际性能。由于L/RQEKF具有很高的估计一致性，即使在任意大航向初始化下，其静态对准收敛速度也比传统的基于误差模型的EKF快得多。在运动对准中，L/RQEKF比传统EKF具有更大的收敛域，但仍需要姿态初始化，以避免较大的初始姿态误差。
2021-05-16 cs.RO cs.SY eess.SY
