アウトライアに対してロバストなカルマンフィルタと火星飛行機への適用

摘要

JAXA は2020 年頃に火星に探査機を送り込むMELOS （Mars Exploration with Lander-Orbiter Synergy）計画を進めており，この計画の一部として，火星大気中を飛行する世界初の火星飛行機を搭載することが検討されている．そのオンボードでの位置推定を行う目的で，われわれは，慣性航法システム（Inertial Navigation System, INS）と画像認識を併用した複合航法システムを提案した[1][2]．これは，Fig.1に示すように，火星軌道上を周回している衛星から撮影された衛星画像と，火星飛行機から撮影される航空画像を比較し，それぞれの特徴点をマッチングすることで位置のレファレンスを得て，それを拡張カルマンフィルタ[3]（Extended Kalman Filter, EKF）の入力とすることで，リアルタイムで飛行機の位置と姿勢を推定する方法である．しかし，特徴点のマッチングを行う際，一方の画像のある特徴点を，他方の画像の別の特徴点と誤って対応させてしまう，いわゆる誤対応の発生は避けられない．誤対応はランダムに発生するため，その観測値は非常に大きな誤差をもつはずれ値（アウトライア）となる．これはEKFで得られる推定値を発散させる原因となる．そのため，フィルタリングを行う際，画像の誤認識に対するロバスト性能を向上させることが大きな課題となっている．アウトライアが多く含まれる観測値に対してもロバストに推定できるような方法が提案されている[4]-[6]．最近の研究としてはOutlier-Robust Kalman Filter (ORKF)[7]が提案されている．