多IMU関節剛体システムにおける拡張姿勢推定のための不変カルマンフィルタリング
本研究では、多IMU関節剛体システムの拡張姿勢推定のための新しい不変カルマンフィルタリング手法を提案する。相対L拡張姿勢リー群表現を導入し、関節運動学的制約をノイズフリーの擬似測定として反復型IEKFに組み込むことで、UR5eロボットと人間の脚部において、既存フィルタと比較して収束が速く、RMSEが50%以上削減される。
ロボティクスや人間動作解析の分野では、複数の慣性計測ユニット（IMU）で構成された関節剛体システムの拡張姿勢（方位、速度、位置）の高精度推定が重要な課題となっている。従来の不変拡張カルマンフィルタ（IEKF）は単一剛体に対して収束保証と不可観測性下での一致性を提供するが、関節システムへの直接適用は困難である：剛体間の姿勢結合が直接適用を妨げ、関節運動学的制約を不変フレームワークに組み込むことは未解決問題であった。
このギャップを埋めるため、研究者らは相対L拡張姿勢——運動学ツリーシステム向けに設計されたリー群表現——を導入した。各剛体に1つのIMUを搭載することで、これは群アフィン力学を実現し、関節制約を不変形式で表現可能にする。これらの制約はノイズフリーの擬似測定として反復型IEKF（IterIEKF）に統合され、不変フィルタリングの収束性と一致性保証を維持する。
本手法はUR5e産業用ロボットと人間の脚部データセットで検証された。結果、提案されたIterIEKFはすべてのテストシナリオにおいて、標準EKF、反復EKF、および絶対姿勢に基づくIterIEKFベースラインを凌駕した。収束が速く、実行間変動が小さく、一貫して最小の二乗平均平方根誤差（RMSE）を達成し、2番目に優れたフィルタに比べて誤差が少なくとも50%削減された。この成果は、多IMU関節システムの精密姿勢推定に新たな有効な解決策を提供し、ロボット制御や人間の動作キャプチャなどへの応用が期待される。論文はSven Goffin氏らによって執筆され、arXivに投稿されている（識別番号：2606.25083）。