Візуально-інерційний SLAM з використанням інваріантного розширеного фільтру Калмана для автономної навігації

Abstract

інваріантного розширеного фільтра Калмана (IEKF) для задач автономної навігації. Попередні підходи на базі класичного EKF демонструють суттєві обмеження через похибки лінеаризації у необоротних станах, що призводить до явища хибної спостережуваності та експоненційного накопичення дрейфу під час складних маневрів. У цій роботі запропоновано підхід на основі теорії матричних груп Лі (SE 2(3)), який дозволяє зберігати геометричну узгодженість системи під час високодинамічного руху. Для тестування та порівняльного аналізу розроблено середовище комп'ютерного моделювання реалістичним сценарієм траєкторій: міський квартал із різкими поворотами. Результати експериментів підтверджують, що IEKF SLAM забезпечує вищу точність побудови траєкторії та практично повністю усуває масштабний дрейф кута рискання у порівнянні з класичнимextended Kalman filter (IEKF) for autonomous navigation tasks. Previous approaches based on the classical EKF demonstrate significant limitations due to linearization errors in irreversible states, which leads to the phenomenon of false observability and exponential accumulation of drift during complex maneuvers. In this work, an approach based on the theory of Lie matrix groups (SE2(3)) is proposed, which allows preserving the geometric consistency of the system during highly dynamic motion. For testing and comparative analysis, a computer simulation environment with a realistic trajectory scenario is developed: a city block with sharp turns. Experimental results confirm that IEKF SLAM provides a higher trajectory construction accuracy and almost completely eliminates the large-scale yaw angle drift compared to the classic EKF SLAM.