[Paper] Sufficient Condition for Estimation in Designing 𝐻∞ Filter-Based SLAM

Sufficient Condition for Estimation in Designing 𝐻∞ Filter-Based SLAM

 

Nur Aqilah Othman, Hamzah Ahmad, and Toru Namerikawa

 

Abstract

• Extended Kalman filter (EKF)는 종종 simaultaneous localization and mapping (SLAM)에서 모바일 로봇과 landmarks의 위치를 결정하는데 사용된다.
• 그렇지만, EKF를 사용하는 경우, 상태(state)와 노이즈(noises)에 대한 가우시안 분산(Gaussian distribution)이 필요하고, 가능한한 가장 작은 초기 상태 공분산(state covariance)이 필요하다는 단점들 또한 존재한다.
• 이러한 단점들을 완화하기 위한 방법들을 찾기위해 많은 연구자들이 노력하고 있다.
• 그러므로 본 연구에서는 EKF 대신 H∞ filter를 사용한 대체 기술을 제안하고자 한다.
• H∞ filter를 SLAM에서 실행하기 위해서, 특히 유한 탈출 시간 문제(finite escape time problem)를 예방하기 위해 필터의 파라미터인 γ가 정의되어야 한다.
•  또한, 본 연구에서는 추정(estimation)을 위한 충분한 조건(sufficient condition)을 제안한다.
• 실내환경에서 SLAM의 문제를 해결하기 위해 두가지 경우에서 초기 상태 공분산(initial state covariance)을 분석하며, 이 때, process와 measurement noises의 통계적 동작(statistical behaviour) 또한 고려하게 된다.
• 만약 기 정의된 조건(prescribed conditions)이 충분하지 않다면, 추정(estimation)은 무한히 불확실하게 나타날 것이고 지속적으로 로봇과 랜드마크에 추정에 대한 잘못된 추론을 이끌어낼 것이다.
• 시뮬레이션 결과를 통해서 이론적 분석과 본 연구의 신뢰성 및 일관성을 보여주게 된다.

 

 

 

 

 

 

 

 

---

Sufficient Condition for Estimation in Designing 𝐻∞ Filter-Based SLAM