FusionCore: ROS 2におけるIMU、車輪エンコーダ、GPS、ビジュアルSLAM融合のための23状態Unscentedカルマンフィルタ
FusionCore: A 23-State Unscented Kalman Filter for IMU, Wheel Encoder, GPS, and Visual SLAM Fusion in ROS 2
IMU、車輪エンコーダ、GPS、ビジュアルSLAMを融合するROS 2用のオープンソースセンサフュージョンパッケージを提案。23状態のUKFを用いて100Hzのオドメトリを生成し、GPS遮断時のドリフト低減や外れ値除去を実現。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Manan Kharwar
分類: cs.RO, eess.SP
原文アブストラクト
We present FusionCore, an open-source ROS 2 sensor fusion package that fuses IMU, wheel encoder odometry, GPS, and Visual SLAM pose into a single 100 Hz odometry stream using a 23-state Unscented Kalman Filter (UKF). The 23rd state is an online estimate of the wheel encoder's systematic yaw rate bias, identified through GPS heading cross-covariance and subtracted during GPS blackouts to reduce heading drift in coast mode. FusionCore also estimates gyroscope and accelerometer biases as explicit filter states, handles GPS natively in ECEF without a separate coordinate projection node, applies per-sensor Mahalanobis chi-squared outlier gating calibrated to measurement degrees of freedom, and adapts sensor noise covariance automatically from the innovation sequence. VSLAM pose fusion enables GPS-denied operation with any visual odometry or SLAM system, including automatic recovery from map reinitialization. We evaluate against robot_localization on twelve full-length sequences (55-92 min each) from the NCLT public dataset. FusionCore achieves lower Absolute Trajectory Error (ATE) on ten of twelve sequences, with improvements ranging from 1.2x to 22.2x on winning sequences. The robot_localization UKF diverges numerically on all twelve sequences. FusionCore is available at https://github.com/manankharwar/fusioncore under the Apache 2.0 license.
関連論文
- 煙・粉塵環境に強い分散型レーダーLiDAR慣性オドメトリセンサフュージョン
- 折り紙車輪とセンサフュージョンによるロボット知覚と適応性の向上センサフュージョン
- カルマンフィルタを用いた傾斜角推定アルゴリズムの設計と実装センサフュージョン
- 多数のMEMS IMUを用いた陸上ナビゲーションのためのロバスト拡張カルマンフィルタセンサフュージョン
- 拡散生成学習によるMEMS IMUの性能限界克服センサフュージョン
- SODA-CitrON: マルチモーダルセンサ検出のオンラインクラスタリングによる静的物体データ関連付けセンサフュージョン
