水中INS/DVL/PSナビゲーションのためのフレーム変換に基づく不変フィルタリング手法

水中車両は、融合型位置特定のために慣性ナビゲーションとドップラーベロシティログ（DVL）の統合に大きく依存しています。センサーコストによって課せられる制約を考慮すると、融合アルゴリズムの最適化能力と堅牢性を確保することが非常に重要です。拡張カルマンフィルタ（EKF）などのフィルタリングに基づく手法は非線形問題に対する成熟した解決策を提供しますが、その線形化近似への依存が最終的な精度を損なう可能性があります。最近、スムース多様体の概念に基づいた不変EKF（IEKF）手法がこの制限に対処するために登場しました。しかし、行列リー群による最適化は状態の独立性を保証するために「群アフィン」の特性を満たす必要があり、これが水中の多センサー融合による高精度位置決めへのIEKFの適用能力を制約します。本研究では、DVL、慣性計測ユニット（IMU）、および地球中心地球固定（ECEF）構成を利用した2フレーム群に基づく状態独立な水中融合不変フィルタリング手法を提案します。この方法論は、バイアスが存在する場合における群アフィンの必要性を回避します。私たちは慣性バイアスおよびDVLポールアーム効果を考慮し、固定観測またはボディ観測情報によって不完全なIEKFの収束を達成します。時間同期されたシミュレーションおよび実データセットを通じて、提案されたアルゴリズムの効果と堅牢性を示します。