本論文は、任意のリンク数を有する直列剛体マニピュレータの状態推定のため、SE(3)リー群上で完全に定式化された不変拡張カルマンフィルタ（IEKF）を開発する。著者はS. Yaqubiらであり、arXivプレプリント（arXiv:2607.00026v1）として2026年6月21日にcs.ROカテゴリに投稿され、現在査読中である。
従来の拡張カルマンフィルタでは、非線形システムの線形化誤差ダイナミクスが状態推定に依存するため、共分散更新は局所近似に過ぎない。本研究では、運動方程式の群アフィン性を利用することで、線形化誤差ダイナミクスが自律的（状態軌道に依存しない）になることを示す。この特性により、リカッチ方程式が局所近似ではなく真の誤差共分散を正確に伝播することが可能となる。
ノイズモデリングに関しては、物理的に分離されたモデルを提案し、ジャイロスコープと加速度計のチャネルを独立に扱う。加速度計は重力補償積分を通じて並進ツイストを提供し、その測定共分散はサンプル間隔に比例する。これはプロセスノイズの離散化と完全に類似している。さらに、状態依存のコリオリノイズ項を導入し、ジャイロノイズが非線形ダイナミクスを通じて伝播する影響を捉える。この項は静止時に消失し、ツイストの大きさに応じて増大するため、実際の物理挙動をより忠実に反映する。
フィルタ構造は、リンクごとのIEKFからなるモジュール型チェーンとして設計される。各リンクの予測共分散は、随伴変換された事後分布を介してのみ先行リンクに依存するため、計算コストはリンク数に対して線形となる。これにより、任意の長さのマニピュレータチェーンに適用可能であり、計算効率と拡張性が向上する。
安定性解析では、リー代数上のリヤプノフ関数を用いて平均二乗指数最終有界性を確立する。各リンクの誤差境界は随伴作用素ノルムを通じて連鎖的に伝播され、任意のチェーン長に対してモジュール型でスケーラブルな安定性証明が得られる。最後に、数値シミュレーション結果が提案設計の有効性と理論解析の正しさを検証している。
本研究は、直列マニピュレータの状態推定に対して厳密かつ実用的なフィルタリングフレームワークを提供し、特に多リンクで高ダイナミクスなシナリオでの応用が期待される。今後の課題として、実験的検証やより複雑なロボットシステムへの拡張が考えられる。