[论文解读] Nonlinear Attitude Filtering: A Comparison Study

Mohammad Zamani, Jochen Trumpf+1 more|arXiv (Cornell University)|Feb 13, 2015

Inertial Sensor and Navigation参考文献 34被引用 18

一句话总结

本文通过一致的离散单位四元数实现，对比了机器人和航空航天应用中最新的非线性姿态滤波器。结果表明，所提出的二阶最优最小能量滤波器（GAME）在瞬态响应和渐近收敛性方面均优于成熟的MEKF和USQUE方法，尤其是在在线估计陀螺仪偏差时表现更优。

ABSTRACT

This paper contains a concise comparison of a number of nonlinear attitude filtering methods that have attracted attention in the robotics and aviation literature. With the help of previously published surveys and comparison studies, the vast literature on the subject is narrowed down to a small pool of competitive attitude filters. Amongst these filters is a second-order optimal minimum-energy filter recently proposed by the authors. Easily comparable discretized unit quaternion implementations of the selected filters are provided. We conduct a simulation study and compare the transient behaviour and asymptotic convergence of these filters in two scenarios with different initialization and measurement errors inspired by applications in unmanned aerial robotics and space flight. The second-order optimal minimum-energy filter is shown to have the best performance of all filters, including the industry standard multiplicative extended Kalman filter (MEKF).

研究动机与目标

• 为机器人和航空领域中使用的现代递归连续时间姿态滤波器提供一致且公平的比较。
• 解决由于不同滤波器在符号表示、表达方式和调参实践上的差异，导致缺乏标准化基准测试的问题。
• 评估新提出的二阶最优最小能量滤波器（GAME）相对于成熟方法（如MEKF和USQUE）的性能表现。
• 探究在线陀螺仪偏差估计在决定滤波器相对性能中的关键作用。
• 提供所有滤波器的统一MATLAB实现，以确保可复现性并支持直接比较。

提出的方法

• 本研究聚焦于连续时间递归滤波器，排除非递归、H∞、离散更新和基于动力学的滤波器。
• 所有滤波器均采用单位四元数实现，以确保比较的一致性，并为每种方法提供明确的离散化细节。
• 仿真包含两种场景：一种基于无人机参数，另一种基于航天器姿态估计。
• 通过蒙特卡洛研究评估在不同初始值和测量误差下的瞬态行为与渐近收敛性。
• 所有滤波器均扩展为支持在线陀螺仪偏差估计，结果表明该功能对性能差异具有决定性影响。
• 对RIEKF进行了重新推导，修正了原始公式中的排版错误，特别是A矩阵和增益缩放部分。

实验结果

研究问题

• RQ1 在瞬态响应和稳态精度方面，二阶最优最小能量滤波器（GAME）相较于MEKF和USQUE等成熟滤波器的表现如何？
• RQ2 包含在线陀螺仪偏差估计对不同姿态滤波器的相对性能有何影响？
• RQ3 为何当不包含偏差估计时，许多先进滤波器表现出相近性能？这如何影响其实际应用价值？
• RQ4 在与可变增益最优滤波器对比时，固定增益观测器的调参选择（尤其是增益设定）如何影响性能表现？
• RQ5 数学公式和符号表示上的差异在多大程度上阻碍了先进姿态滤波算法之间的公平比较？

主要发现

• GAME滤波器在所有其他滤波器（包括工业标准MEKF）中均展现出更优的瞬态响应和渐近收敛性。
• 当不进行在线陀螺仪偏差估计时，大多数先进滤波器性能相近，表明偏差估计是决定真实世界性能差异的关键因素。
• 固定增益观测器（CGO）具有较低的计算开销和稳定的性能，但因增益固定而导致瞬态收敛速度较慢。
• 原始论文中RIEKF公式的A矩阵和增益缩放部分存在排版错误，可能引发数值不稳定性；本文提供了修正版本。
• USQUE和GMEKF（即RIEKF）表现出色，但在两种仿真场景中仍逊于GAME。
• 本研究证实，在动态环境中，采用可变增益的最优滤波相比固定增益观测器具有根本性优势。