速さの異なる複数センサの情報を最適に統合する設計理論を確立

（ポイント）

サンプリング周期の異なる複数センサからの情報を最適に統合するカルマンフィルタの設計理論を確立
従来の標準的手法では解けなかった数学的問題（半正定値ノイズ共分散）を線形行列不等式の最適化により解決
車載ナビゲーションを想定した検証で、GPS単体による精度（±1 m）に対し約２倍の推定精度（±56 m）を達成
自動運転、ロボット、IoTなど複数センサを用いる幅広い工学分野への応用に期待

（概要説明）

熊本大学大学院先端科学研究部岡島寛准教授は、サンプリング周期が異なる複数のセンサを搭載したシステムにおいて、各センサからの情報を最適に統合して内部状態を推定するマルチレート定常カルマンフィルタの設計理論を構築しました。従来の設計手法では数学的に扱えなかった問題を、線形行列不等式（LMI）に基づく最適化手法により解決したものです。

（展開）

本研究で構築した設計理論は、サンプリング周期が既知で周期的に繰り返されるあらゆる線形システムに適用可能な汎用的な枠組みです。自動運転車両やロボットのセンサ融合だけでなく、化学プラントの制御、電力系統の監視、センサネットワークなど、異なる周期のセンサを持つ幅広い工学分野への応用が期待されます。設計のためのMATLABおよびPythonの実装コードはGitHub上で公開しており、研究者や技術者がすぐに活用できます。今後は、システムパラメータに不確かさがある場合のロバスト設計や、非線形システムへの拡張に取り組む予定です。

論文タイトル：LMI Optimization Based Multirate Steady-State Kalman Filter Design

論文著者：岡島寛

掲載雑誌：IEEE ACCESS（オープンアクセス誌）

URL:https://ieeexplore.ieee.org/document/11460152

DOI：10.1109/ACCESS.2026.3679647

補足資料：

ブログ記事

https://blog.control-theory.com/entry/multirate-kalman-filter-lmi

実装コード（GitHub）

https://github.com/Hiroshi-Okajima/multirate-kalman-filter

【詳細】　プレスリリース（PDF390KB）

???? 　