JP2018040601A - バイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラム - Google Patents
バイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラム Download PDFInfo
- Publication number
- JP2018040601A JP2018040601A JP2016173162A JP2016173162A JP2018040601A JP 2018040601 A JP2018040601 A JP 2018040601A JP 2016173162 A JP2016173162 A JP 2016173162A JP 2016173162 A JP2016173162 A JP 2016173162A JP 2018040601 A JP2018040601 A JP 2018040601A
- Authority
- JP
- Japan
- Prior art keywords
- target
- sensor
- time
- error estimation
- coordinate system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
【解決手段】 実施形態のバイアス誤差推定装置は、誤差推定対象とする自センサ及びそれ以外の他センサそれぞれの時刻tk−1のバイアス誤差を考慮したグローバル座標系の目標状態値を重み付き加算して自センサの時刻tkのグローバル座標系の相互作用値を算出し、自センサの時刻tk−1のグローバル座標系の目標状態値と時刻tkのグローバル座標系の相互作用値とに基づいて自センサの時刻tkのバイアス誤差を算出し、自センサの時刻tkのグローバル座標系の目標状態値と予め前記センサ毎に設定されるバイアス誤差初期値または自センサの時刻tkのバイアス誤差とに基づいて誤差推定対象センサの観測目標の時刻tkのバイアス誤差を考慮したグローバル座標系の目標状態値を算出する。
【選択図】図2
Description
次に、距離と角度にバイアス誤差がある4個の移動しない2次元センサ11,...,14から構成されるセンサネットワークにおいて、4個の固定目標(物標と呼ぶ場合がある)T1,...,T4を観測している状況を例として、第1の実施例に係るバイアス誤差推定装置3A(3A1,...,3A4)の具体的な処理内容について説明する。
以下、第2の実施例に係るバイアス誤差推定装置3Biについて説明する。第2の実施例に係るバイアス誤差推定装置3Biは、第1の実施例に係るバイアス誤差推定装置3Aiと同じく、相互作用値算出部301、バイアス誤差算出部302、目標状態値算出部303を備える。
以下、第3の実施例に係るバイアス誤差推定装置3Ciについて説明する。なお、第3の実施例に係るバイアス誤差推定装置3Ciは、第1の実施例に係るバイアス誤差推定装置3Aiと同じく、相互作用値算出部301、バイアス誤差算出部302、目標状態値算出部303を備える。
なお、上記の実施例では、二次元センサを用いる例を示したが、三次元センサを用いるように構成することもできる。
21〜2N…データ融合装置、
31〜3N,3A,3B,3C…バイアス誤差推定装置、
301…相互作用値算出部、
302…バイアス誤差算出部、
303…目標状態値算出部。
Claims (11)
- センサネットワークを形成して目標を観測する複数のセンサそれぞれのバイアス誤差を推定するバイアス誤差推定装置であって、
前記複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、前記複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、前記誤差推定対象センサの時刻tkにおけるグローバル座標系の相互作用値を算出する相互作用値算出手段と、
前記誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系の目標状態値と、前記相互作用値算出手段によって算出される前記誤差推定対象センサの時刻tkにおけるグローバル座標系の相互作用値とに基づいて、前記誤差推定対象センサの時刻tkにおけるバイアス誤差を算出するバイアス誤差算出手段と、
前記誤差推定対象センサの時刻tkにおけるグローバル座標系の目標状態値と、予め前記センサ毎に設定されるバイアス誤差の初期値または前記バイアス誤差算出手段によって算出される前記誤差推定対象センサの時刻tkにおけるバイアス誤差とに基づいて、前記誤差推定対象センサが観測している目標の時刻tkにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出する目標状態値算出手段と
を具備するバイアス誤差推定装置。 - センサネットワークを形成して目標を観測する複数のセンサそれぞれのバイアス誤差を推定するバイアス誤差推定装置であって、
前記複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、前記複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、前記誤差推定対象センサの時刻tkにおけるグローバル座標系の相互作用値を算出する相互作用値算出手段と、
前記誤差推定対象センサの1つ前の時刻tk−1におけるローカル座標系またはグローバル座標系の目標状態値と、前記誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系のセンサ状態値と、前記相互作用値算出手段によって算出される前記誤差推定対象センサの時刻tkにおけるグローバル座標系の相互作用値とに基づいて、前記誤差推定対象センサの時刻tkにおけるバイアス誤差を算出するバイアス誤差算出手段と、
前記誤差推定対象センサの時刻tkにおけるローカル座標系またはグローバル座標系の目標状態値と、前記誤差推定対象センサの時刻tkにおけるグローバル座標系のセンサ状態値と、予め前記センサ毎に設定されるバイアス誤差の初期値または前記バイアス誤差算出手段によって算出される前記誤差推定対象センサの時刻tkにおけるバイアス誤差とに基づいて、前記誤差推定対象センサが観測している目標の時刻tkにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出する目標状態値算出手段と
を具備するバイアス誤差推定装置。 - 前記バイアス誤差推定装置は、目標毎に行われる前記相互作用値算出手段、前記バイアス誤差算出手段、前記目標状態値算出手段の処理のいずれかを並列に実施して、前記バイアス誤差を算出する請求項1または2に記載のバイアス誤差推定装置。
- 前記バイアス誤差推定装置は、複数のセンサを前記誤差推定対象として、それぞれのバイアス誤差を推定する請求項1または2に記載のバイアス誤差推定装置。
- 前記バイアス誤差推定装置は、目標及びセンサ毎に行われる前記相互作用値算出手段、前記バイアス誤差算出手段、前記目標状態値算出手段の処理のいずれかを並列に実施して、前記バイアス誤差を算出する請求項4に記載のバイアス誤差推定装置。
- 前記バイアス誤差推定装置は、算出されたバイアス誤差、または前記バイアス誤差を考慮したグローバル座標系の目標状態値の少なくとも一方を出力する請求項1乃至5のいずれか1項に記載のバイアス誤差推定装置。
- 請求項1または2に記載のバイアス誤差推定装置を2つ以上備えるバイアス誤差推定システム。
- センサネットワークを形成して目標を観測する複数のセンサそれぞれのバイアス誤差を推定するバイアス誤差推定方法であって、
前記複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、前記複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、前記誤差推定対象センサの時刻tkにおけるグローバル座標系の相互作用値を算出し、
前記誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系の目標状態値と、前記相互作用値の算出処理によって算出される前記誤差推定対象センサの時刻tkにおけるグローバル座標系の相互作用値とに基づいて、前記誤差推定対象センサの時刻tkにおけるバイアス誤差を算出し、
前記誤差推定対象センサの時刻tkにおけるグローバル座標系の目標状態値と、予め前記センサ毎に設定されるバイアス誤差の初期値または前記バイアス誤差の算出処理によって算出される前記誤差推定対象センサの時刻tkにおけるバイアス誤差とに基づいて、前記誤差推定対象センサが観測している目標の時刻tkにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出するバイアス誤差推定方法。 - センサネットワークを形成して目標を観測する複数のセンサそれぞれのバイアス誤差を推定するバイアス誤差推定方法であって、
前記複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、前記複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、前記誤差推定対象センサの時刻tkにおけるグローバル座標系の相互作用値を算出し、
前記誤差推定対象センサの1つ前の時刻tk−1におけるローカル座標系またはグローバル座標系の目標状態値と、前記誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系のセンサ状態値と、前記相互作用値の算出処理によって算出される前記誤差推定対象センサの時刻tkにおけるグローバル座標系の相互作用値とに基づいて、前記誤差推定対象センサの時刻tkにおけるバイアス誤差を算出し、
前記誤差推定対象センサの時刻tkにおけるローカル座標系またはグローバル座標系の目標状態値と、前記誤差推定対象センサの時刻tkにおけるグローバル座標系のセンサ状態値と、予め前記センサ毎に設定されるバイアス誤差の初期値または前記バイアス誤差の算出処理によって算出される前記誤差推定対象センサの時刻tkにおけるバイアス誤差とに基づいて、前記誤差推定対象センサが観測している目標の時刻tkにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出するバイアス誤差推定方法。 - センサネットワークを形成して目標を観測する複数のセンサそれぞれのバイアス誤差を推定する処理をコンピュータに実行させるためのバイアス誤差推定プログラムであって、
前記複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、前記複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、前記誤差推定対象センサの時刻tkにおけるグローバル座標系の相互作用値を算出する相互作用値算出ステップと、
前記誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系の目標状態値と、前記相互作用値算出ステップの算出処理によって算出される前記誤差推定対象センサの時刻tkにおけるグローバル座標系の相互作用値とに基づいて、前記誤差推定対象センサの時刻tkにおけるバイアス誤差を算出するバイアス誤差算出ステップと、
前記誤差推定対象センサの時刻tkにおけるグローバル座標系の目標状態値と、予め前記センサ毎に設定されるバイアス誤差の初期値または前記バイアス誤差算出ステップの算出処理によって算出される前記誤差推定対象センサの時刻tkにおけるバイアス誤差とに基づいて、前記誤差推定対象センサが観測している目標の時刻tkにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出する目標状態値算出ステップと
を具備するバイアス誤差推定プログラム。 - センサネットワークを形成して目標を観測する複数のセンサそれぞれのバイアス誤差を推定する処理をコンピュータに実行させるためのバイアス誤差推定プログラムであって、
前記複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、前記複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、前記誤差推定対象センサの時刻tkにおけるグローバル座標系の相互作用値を算出する相互作用値算出ステップと、
前記誤差推定対象センサの1つ前の時刻tk−1におけるローカル座標系またはグローバル座標系の目標状態値と、前記誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系のセンサ状態値と、前記相互作用値算出ステップの算出処理によって算出される前記誤差推定対象センサの時刻tkにおけるグローバル座標系の相互作用値とに基づいて、前記誤差推定対象センサの時刻tkにおけるバイアス誤差を算出するバイアス誤差算出ステップと、
前記誤差推定対象センサの時刻tkにおけるローカル座標系またはグローバル座標系の目標状態値と、前記誤差推定対象センサの時刻tkにおけるグローバル座標系のセンサ状態値と、予め前記センサ毎に設定されるバイアス誤差の初期値または前記バイアス誤差算出ステップの算出処理によって算出される前記誤差推定対象センサの時刻tkにおけるバイアス誤差とに基づいて、前記誤差推定対象センサが観測している目標の時刻tkにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出する目標状態値算出ステップと
を具備するバイアス誤差推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016173162A JP6786313B2 (ja) | 2016-09-05 | 2016-09-05 | バイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016173162A JP6786313B2 (ja) | 2016-09-05 | 2016-09-05 | バイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018040601A true JP2018040601A (ja) | 2018-03-15 |
JP6786313B2 JP6786313B2 (ja) | 2020-11-18 |
Family
ID=61625554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016173162A Active JP6786313B2 (ja) | 2016-09-05 | 2016-09-05 | バイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6786313B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111595279A (zh) * | 2020-06-29 | 2020-08-28 | 易思维(杭州)科技有限公司 | 大型工件实际坐标系构建方法及其应用 |
CN112146648A (zh) * | 2020-09-23 | 2020-12-29 | 河北工业大学 | 一种基于多传感器数据融合的多目标跟踪方法 |
-
2016
- 2016-09-05 JP JP2016173162A patent/JP6786313B2/ja active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111595279A (zh) * | 2020-06-29 | 2020-08-28 | 易思维(杭州)科技有限公司 | 大型工件实际坐标系构建方法及其应用 |
CN112146648A (zh) * | 2020-09-23 | 2020-12-29 | 河北工业大学 | 一种基于多传感器数据融合的多目标跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6786313B2 (ja) | 2020-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | An invariant-EKF VINS algorithm for improving consistency | |
Tian et al. | Distributed fusion filter for multi-sensor systems with finite-step correlated noises | |
CN108896047B (zh) | 分布式传感器网络协同融合与传感器位置修正方法 | |
García-Ligero et al. | Distributed fusion estimation in networked systems with uncertain observations and Markovian random delays | |
WO2012174090A2 (en) | Systems and methods for estimating the structure and motion of an object | |
CN105740203A (zh) | 多传感器无源协同测向定位方法 | |
CN106021194B (zh) | 一种多传感器多目标跟踪偏差估计方法 | |
IL210891A (en) | Method, sensor and computer software product for multi-purpose tracking situation assessment by multiple sensors | |
Liu et al. | Fault detection for discrete-time systems with randomly occurring nonlinearity and data missing: A quadrotor vehicle example | |
JP6702562B2 (ja) | マルチセンサシステム、センサバイアス推定装置、センサバイアス推定方法及びセンサバイアス推定プログラム | |
CN108711163A (zh) | 一种基于多传感器的机器人未知环境目标跟踪方法 | |
JP2018040601A (ja) | バイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラム | |
Chwa et al. | Adaptive fuzzy output feedback simultaneous posture stabilization and tracking control of wheeled mobile robots with kinematic and dynamic disturbances | |
Taghirad et al. | Robust solution to three-dimensional pose estimation using composite extended Kalman observer and Kalman filter | |
Hu et al. | Bias fusion estimation for multi-target tracking systems with multiple asynchronous sensors | |
Wanasinghe et al. | Decentralized cooperative localization approach for autonomous multirobot systems | |
JP5634423B2 (ja) | 目標追跡装置、目標追跡プログラム、目標追跡システム、及び目標追跡方法 | |
Cui et al. | Real‐time Kalman filtering based on distributed measurements | |
Gaspar et al. | Model-based H2 adaptive filter for 3D positioning and tracking systems | |
JP5402751B2 (ja) | センサネットワーク、状態推定方法及びプログラム | |
Ding et al. | Distributed input and state estimation for non‐linear discrete‐time systems with direct feedthrough | |
JP2018084493A (ja) | センサネットワーク分析装置、センサネットワーク分析方法及びセンサネットワーク分析プログラム | |
JP2018040600A (ja) | バイアス誤差推定装置、バイアス誤差推定方法及びバイアス誤差推定プログラム | |
Dubois et al. | Performance evaluation of a moving horizon estimator for multi-rate sensor fusion with time-delayed measurements | |
CN109470267A (zh) | 一种卫星姿态滤波方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20170911 Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20170911 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190312 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200205 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A132 Effective date: 20200324 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200929 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201028 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6786313 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |