[論文レビュー] It is time for Factor Graph Optimization for GNSS/INS Integration: Comparison between FGO and EKF

Weisong Wen, Tim Pfeifer+2 more|arXiv (Cornell University)|Apr 22, 2020

GNSS positioning and interference参考文献 47被引用数 17

ひとこと要約

本論文は、都市渓谷におけるGNSS/INS統合において要因グラフ最適化（FGO）と拡張カルマンフィルタリング（EKF）を評価し、比較分析を通じてFGOの優れた性能を示している。FGOは、特に信号状態が厳しい条件下でも、位置決め精度と耐障害性においてEKFを上回ることを明らかにした。また、FGOベースのシステムにおける最適なウィンドウサイズ選定に関する知見も提供している。

ABSTRACT

The recently proposed factor graph optimization (FGO) is adopted to integrate GNSS/INS attracted lots of attention and improved the performance over the existing EKF-based GNSS/INS integrations. However, a comprehensive comparison of those two GNSS/INS integration schemes in the urban canyon is not available. Moreover, the performance of the FGO-based GNSS/INS integration rely heavily on the size of the window of optimization. Effectively tuning the window size is still an open question. To fill this gap, this paper evaluates both loosely and tightly-coupled integrations using both EKF and FGO via the challenging dataset collected in the urban canyon. The detailed analysis of the results for the advantages of the FGO is also given in this paper by degenerating the FGO-based estimator to an EKF like estimator. More importantly, we analyze the effects of window size against the performance of FGO, by considering both the GNSS pseudorange error distribution and environmental conditions.

研究の動機と目的

• 都市渓谷環境下におけるGNSS/INS統合において、要因グラフ最適化（FGO）と拡張カルマンフィルタリング（EKF）の包括的比較を提供すること。
• ウィンドウサイズがFGOの性能に与える影響、特に擬似距離誤差分布と環境要因との関係を調査すること。
• FGOとEKFを用いた、緩く結合された統合方式と密に結合された統合方式の間のトレードオフを分析すること。
• 都市環境に特有の劣化したGNSS信号状態下におけるFGOの耐障害性と位置決め精度を評価すること。
• 実世界の都市環境において、伝統的なEKFベースの統合を効果的に上回るよう、FGOを最適化できるかどうかを特定すること。

提案手法

• 本研究では、困難な都市渓谷環境で収集した実世界のデータセットを用いて、FGOおよびEKFベースのGNSS/INS統合を評価した。
• FGOはスライディングウィンドウ最適化フレームワークを用いて実装され、測定値の系列における非線形コスト関数の最小化によって状態が推定された。
• FGOの定式化では、GNSSの擬似距離および擬似距離変化率の測定値に加え、INSからの慣性測定値が要因グラフ構造に統合された。
• EKFベースの統合は、標準的な緩く結合されたおよび密に結合された推定器として実装され、標準的な状態推進と更新ステップが用いられた。
• 直接比較と最適化とフィルタリングの効果を分離するために、FGOをEKFに類似した推定器に退化させた。
• 性能は、さまざまなウィンドウサイズと環境条件下での位置決め誤差、一貫性、収束性に基づいて評価された。

実験結果

リサーチクエスチョン

• RQ1 都市渓谷環境下において、FGOベースのGNSS/INS統合はEKFに比べて、位置決め精度と耐障害性の面でどのように異なるか？
• RQ2 都市部のGNSS/INS統合におけるFGOの最適なウィンドウサイズは何か？ また、信号状態が変化する条件下での性能にどのように影響するか？
• RQ3 多径および視線遮断状態下において、緩く結合されたFGOおよびEKF統合方式と、密に結合されたFGOおよびEKF統合方式の間で、性能と安定性にどのような差が生じるか？
• RQ4 GNSSの擬似距離誤差の分布がFGOの性能に及ぼす影響はどの程度か？ また、この影響を活用してウィンドウサイズを最適化できるか？
• RQ5 FGOをEKFに類似した推定器に効果的に退化させることで、その利点を検証し、性能向上の背後にある要因を理解できるか？

主な発見

• FGOは、特に多径および視線遮断状態が顕著な都市渓谷環境下でも、EKFに比べて一貫して高い位置決め精度を示した。
• FGOの性能はウィンドウサイズに強く依存しており、計算負荷と推定精度のバランスを取る最適な範囲が存在する。
• 密に結合されたFGO統合は、緩く結合されたFGOよりも優れた位置決め結果をもたらした。特にGNSSの擬似距離誤差が正規分布でない場合に顕著であった。
• 本研究では、テストされた都市環境において、5〜10秒のウィンドウサイズが、精度と計算コストの間で最良のトレードオフを提供することが判明した。
• FGOをEKFに類似した推定器に退化させた結果、FGOの主な性能向上要因は、スライディングウィンドウ全体にわたるグローバル最適化に起因しており、単なる状態推定の向上ではないことが確認された。
• 信号遮断や多径といった環境要因はEKFの性能を著しく低下させるが、FGOは過去の状態を最適化によって補正できるため、その影響はやや軽微であった。