申请/专利权人：河海大学

申请日：2024-01-08

公开（公告）日：2024-04-02

公开（公告）号：CN117804444A

主分类号：G01C21/16

分类号：G01C21/16;G01C21/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了基于UKF和滚动时域估计的水下机器人组合定位方法，本发明整个过程主要步骤包括：系统建模与目标函数描述、针对异常量测值剔除、基于滚动时域的自适应UKF算法以及基于鸽群算法的最优值求解。本发明可以解决水下机器人SINSUSBL组合导航系统中，因系统的约束条件存在以及机器人受外界干扰从而降低MHE算法的精度的问题，本发明引入改进的自适应UKF算法，针对过程噪声Q易被外界干扰影响的问题提供了一种解决方案。相比于传统SINSUSBL组合导航组合定位方法，本方法能有效减小水下机器人运动过程中外界干扰对状态估计的影响，进一步提高对非线性系统的组合定位能力。

主权项：1.一种基于UKF和滚动时域估计的水下机器人组合定位方法，该方法基于如下已知量：SINS陀螺仪输出的设备坐标系下的三维角速度信息Ωgyro＝[ΩxΩyΩz]T，其中Ωx、Ωy、Ωz分别表示SINS陀螺仪输出的设备坐标系下x方向、y方向、z方向的角速度，上标T表示矩阵的转置；SINS加速度计输出的设备坐标系下的三维角加速度信息αacc＝[axayaz]T，其中ax、ay、az分别表示SINS加速度计输出的设备坐标系下x方向、y方向、z方向的三维角加速度；USBL输出的设备坐标系下的三维位置信息Mk＝[mx,kmy,kmz,k]T，其中mx,k、my,k、mz,k分别表示USBL输出的设备坐标系下x方向、y方向、z方向的位置；其特征在于，该方法具体包括如下步骤：步骤一：对非线性系统进行建模，同时采用MHE算法得出待解决问题的代价函数，作为后续步骤的前提；步骤二：采用基于MHE算法针对异常测量值进行剔除处理，通过对滑动窗内的每个测量值进行假设，并且分别计算并比较当前假设下的代价函数，得到最终的代价函数；步骤三：基于滚动时域的自适应UKF算法来计算先验协方差矩阵；步骤四：基于鸽群算法计算最终代价函数的最优初值。

全文数据：

权利要求：

百度查询： 河海大学 基于UKF和滚动时域估计的水下机器人组合定位方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD