Invariant EKF를 사용한 자율 이동체의 SLAM 개선

Improvement of SLAM Using Invariant EKF for Autonomous Vehicles

본 논문은 2차원 공간에서 SLAM(: Simultaneous Localization and Mapping)의 구현을 설명한다. 본 논문에서 사용한 방법은 불변량이라고 하는 변수가 일정하게 유지 될 때 변환된 변수가 선형 공간을 구성하도록 상태 변수와 측정 변수를 변환하는 IEKF(: Invariant extended Kalman filter)를 사용한다. 따라서, IEKF는 불변량이 일정하게 유지되는 경우 수렴을 보장한다. 제안된 IEKF 접근법 중 변환을 하는 과정에서는 리군(Lie group) 행렬을 사용한다. 이 방법은 시뮬레이션을 통해 테스트 되었으며 결과는 선형 칼만 필터의 경우와 마찬가지로 칼만 이득이 일정하다는 것을 보여준다. 즉, 시뮬레이션 결과 이동체의 추정된 위치와 검출된 물체들 사이의 일관성을 보였다.

This paper describes an implement of Simultaneous Localization and Mapping(SLAM) in two dimensional space. The method uses Invariant Extended Kalman Filter(IEKF), which transforms the state variables and measurement variables so that the transformed variables constitute a linear space when variables called the invariant quantities are kept constant. Therefore, the IEKF guarantees convergence provided in the invariant quantities are kept constant. The proposed IEKF approach uses Lie group matrix for the transformation. The method is tested through simulation, and the results show that the Kalman gain is constant as it is the case for the linear Kalman filter. The coherence between the estimated locations of the vehicle and the detected objects verifies the estimation performance of the method.