運動推定のためのSE_n(3)上のベイズ共役分布クラス

- 本論文は、拡張特殊ユークリッド群 SE_n(3) 上の新たな Bayesian Conjugate Distributions (BCDs) のクラスを提案する。 - 目的は global motion uncertainty の表現と推定。 - BCDs は ambient Euclidean space 上の matrix Gaussian distributions を SE_n(3) に制限して構成され、local coordinates の特異性を回避する。 - 運動推定に現れる広いクラスの sampling distributions に対して conjugacy を持ち、exact closed-form Bayesian inference を可能にする。

- 先行研究との具体的比較は要旨からは不明。 - ただし BCDs は local coordinates の特異性を避ける点、および運動推定の sampling distributions に対する conjugacy により exact closed-form Bayesian inference を実現する点が独自の特徴として述べられている。 - 数値シミュレーションでは、BCD-based estimators が Lie groups 上の 2 つの classic Kalman filters より優れると報告されている。

- matrix Gaussian distributions を ambient Euclidean space から SE_n(3) に制限して BCDs を構成。 - BCDs に対する optimal estimation を検討し、random state estimates として確率最大化の mean と mean squared error 最小化の mean の 2 つを抽出。 - BCD class 内で moment matching が Kullback-Leibler divergence を最小化することを示し、maximum likelihood estimation も導出。 - 応用として assumed density filtering アーキテクチャ内で UAV の pose and velocity estimation 用 Bayesian estimator を構築。propagation と estimate extraction に BCDs の optimal estimation を利用し、landmark measur…

- UAV flight の numerical simulations を実施。 - 様々な initial uncertainties と measurement noise の下で、BCD-based estimators を Lie groups 上の 2 つの classic Kalman filters と比較。 - シミュレーション結果は BCD-based estimators の優位性を示した。

- 要旨からは不明。 - 数値シミュレーションの範囲では BCD-based estimators の優位性が示されているが、限界や議論の詳細は要旨に記載がない。

- 要旨で比較対象として言及されている Lie groups 上の 2 つの classic Kalman filters に関する研究。 - 関連手法として assumed density filtering、matrix Gaussian distributions、Kullback-Leibler divergence に基づく moment matching、maximum likelihood estimation に関する文献。