In this paper, a stable embedding technique is applied to a particle filter for estimating the state of a rigid body system which is defined on a manifold. The stable embedding technique extends a system defined on a manifold to an ambient open set in Euclidean space and modifies the system so that the extended system is stable on the manifold. The performance of a particle filter with stable embedding is compared with a standard particle filter. Particle filter with stable embedding shows higher performance than the existing standard particle filter, and performance gap remains even though the number of particles increase. We also compare the performance with extended Kalman filters and show that the performance improvement of the particle filter with stable embedding is on par with the performance improvement of the extended Kalman filter with stable embedding.
본 논문에서는 파티클 필터에 안정 임베딩을 적용하여 강체 시스템의 상태를 추정한다. 안정 임베딩 기법은 다양체에서 정의된 시스템을 유클리드 공간의 근방 열린 공간으로 확장하고 확장된 시스템이 다양체에서 안정하도록 시스템을 수정한다. 우리는 안정 임베딩이 적용된 파티클 필터와 기존의 파티클 필터의 성능을 비교한다. 안정 임베딩이 적용된 파티클 필터는 기존의 파티클 필터보다 높은 성능을 나타내며, 파티클의 갯수가 증가하더라도 성능 격차는 유지된다. 또한 확장 칼만 필터들과 성능을 비교하였고, 확장 칼만 필터에서 안정 임베딩을 통한 성능향상 만큼 안정 임베딩을 적용한 파티클 필터에서도 성능향상이 있음을 보였다.
