Core Concepts
リー群上で独立した集中型ガウス分布を融合する方法についての幾何学的なアプローチを提案しました。
Abstract
リー群上での確率推論は、慣性航法や仮想現実内での姿勢推定などの状態推定問題において重要です。
本稿では、異なる参照点で定義された独立した集中型ガウス分布を近似し、統一された指数座標系で融合します。
SO(3)に関する予備的な結果は、曲率補正付き平行移動を使用することで、最適化ベースのアルゴリズムと同等の精度を実現します。
Introduction
リー群上で確率推論が重要。
ガウス事後分布を得るためにベイズ理論が使用される。
Preliminaries
リー群GとそのLie代数gに関する基本的な情報。
接続、曲率、平行移動について説明。
Concentrated Gaussian Distribution
集中型ガウス分布に関する詳細な説明。
参照点と平均値が異なる拡張集中型ガウス分布について述べられています。
Fusion on Lie groups
異なる集中型ガウス分布をリー群上でどのように融合するかについて提案された手法。
融合手順は3つの段階から成ります:参照点選択、融合、リセット。
Simulation
SO(3)上でシミュレーションが行われました。
異なる近似手法や初期平均値選択方法の比較結果が示されました。
Stats
SO(3)上で新しい近似手法が最適化ベースアルゴリズムと同等の精度を実現しています。
Quotes
"Parallel transport with curvature correction achieves similar accuracy to the state-of-the-art optimization based algorithms at a fraction of the computational cost." - Robert Mahony