本論文「Invariant Kalman filtering for extended pose estimation in multi-IMU articulated rigid-body systems（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）」は、2026年6月23日にarXivへ投稿された論文で、識別子はarXiv:2606.25083（cs.RO）、著者はSven Goffin氏ほか計4名の共著者である。ロボティクスおよび人体運動解析において、IMUを搭載した関節式剛体システムの高精度な拡張姿勢推定、すなわち姿勢・速度・位置を同時に推定することが中心課題となっている。
不変拡張カルマンフィルタ（IEKF）は、単一剛体に対してこの問題を解決し、収束性の保証と、不可観測性の下での整合性を実現してきた。しかし、その性質を関節式システムへ拡張することは容易ではない。論文は二つの障壁を指摘する。第一に、剛体間の姿勢結合が手法の直接適用を妨げること。第二に、関節の運動学的制約を不変フレームワーク内に組み込む方法が未解決問題として残っていることである。
このギャップを埋めるため、著者らは「相対L拡張姿勢（relative L-extended pose）」を導入する。これは運動学的木構造システムのためのリー群表現である。各剛体に1台のIMUを配置する条件下で、この表現は群アフィンなダイナミクスをもたらし、関節制約を不変形式で記述することを可能にする。研究チームはこれらの制約を無雑音の疑似測定として反復IEKF（IterIEKF）に組み込み、不変フィルタリングが持つ収束性と整合性の保証を維持した。
検証はUR5eロボットアームと人体の脚部の両方で行われた。提案手法のIterIEKFは、EKF、IterEKF、絶対姿勢IterIEKFのすべてのベースラインを上回った。収束が速く、試行間のばらつきが小さく、検討したすべてのシナリオで一貫して最低のRMSEを達成し、2番目に良いフィルタと比較して少なくとも50%の削減を実現している。
投稿情報も明らかになっている。v1は2026年6月23日18:41:31 UTCに提出され、ファイルサイズは約1,439 KB、DOIは10.48550/arXiv.2606.25083で、DataCiteによる発行（登録手続き中）である。全文へのリンクとしてはPDF、実験的なHTML版、TeXソースが提供され、ライセンス表示への導線も用意されている。