这篇题为《面向多IMU关节刚体系统扩展位姿估计的不变卡尔曼滤波》的论文于2026年6月23日提交至arXiv，编号为arXiv:2606.25083（cs.RO），作者为Sven Goffin等共五人。研究聚焦机器人与人体运动分析中的一个核心难题：如何对装配惯性测量单元（IMU）的关节式刚体系统进行精确的扩展位姿估计，即同时估计姿态、速度和位置。
不变扩展卡尔曼滤波（IEKF）此前已在单一刚体场景中解决了这一问题，并具备收敛性保证，在系统不可观测时也能保持一致性。然而，将这类性质推广到关节式系统并不简单。论文指出，两个关键障碍使直接套用变得困难：其一，机体之间的位姿耦合阻碍了方法的直接应用；其二，如何在不变滤波框架内纳入关节运动学约束，仍是一个未解问题。
为填补这一空白，作者提出“相对L-扩展位姿”（relative L-extended pose），一种面向运动学树状系统的李群表示。在每节刚体各配一个IMU的条件下，该表示可使系统动力学满足群仿射性质，并使关节约束能够以不变形式表达。随后，研究团队将这些约束作为无噪声伪测量纳入迭代IEKF（IterIEKF），从而保留了不变滤波的收敛性与一致性保证。
实验验证覆盖UR5e机械臂和人体腿部两个平台。结果显示，所提出的IterIEKF优于所有EKF、IterEKF以及绝对位姿IterIEKF基线：收敛更快、多次运行间的波动更小，并在所有测试场景中始终取得最低的均方根误差（RMSE），相比表现第二好的滤波器至少降低50%。
论文还给出了提交信息：v1版本于2026年6月23日18:41:31 UTC提交，文件大小约1,439 KB，DOI为10.48550/arXiv.2606.25083，由DataCite发放（注册待完成）。作者提供的完整文本链接包括PDF、实验性HTML版本以及TeX源码，并附有查看许可协议的入口。