【技术实现步骤摘要】
一种水下机器人多传感器融合数据处理方法
本专利技术属于水下机器人数据处理
,具体涉及一种基于差分进化算法的扩展卡尔曼滤波算法的水下机器人多传感器融合数据处理方法。
技术介绍
海洋中蕴藏着巨大的经济潜力,受到世界各国的广泛关注。为了更好的探测和开发深海资源,各国学者都加紧了对海洋工程探测装置和开采设备的研发。其中,水下机器人在水下目标搜寻、海洋资源探测、海洋军事任务等军民两用方面得到了广泛应用。在实际应用中,如何在水下复杂环境下提高水下机器人的机动性、操纵性是急需解决的难点,研究面向水下机器人的多传感器融合数据处理方法对获取水下机器人的精确位置和姿态进而控制水下机器人运动具有重要意义。目前扩展卡尔曼滤波已被广泛应用到无人机等工程实际各领域,而由于水下环境的复杂性和多样性,多传感器融合数据处理方法在水下机器人中的应用还处于空白阶段。扩展卡尔曼滤波假设过程噪声和观测噪声是一个恒定的矩阵,然而在实际的工程当中,由于外力或者磁力等干扰使得滤波器的工作的环境并不是一成不变的,而不同的环境对应的最佳噪声矩阵并不是一样的,而滤波器并不能对这些变换的环境实时的修正噪声矩阵,给姿态、位置和速度的估计带来误差,精度不高。因此,研发一种基于基于差分进化算法的扩展卡尔曼滤波算法的水下机器人多传感器融合数据处理方法势在必行。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足,提供一种水下机器人多传感器融合数据处理方法,通过假设过程噪声由滤波结果和观测结果得到,再用差分进化算法对所得到的过程噪声方差进行最优化选择来提高滤波精度。本专利技术采用以下技术方案:一种水 ...
【技术保护点】
1.一种水下机器人多传感器融合数据处理方法,其特征在于,包括以下步骤:S1、搭建水下机器人姿态、位置和速度估计系统,获取载体坐标系下的传感器数据;S2、建立状态变量与观测变量,使用四元数表征姿态信息,并利用姿态信息将位置与速度解算转换到导航坐标系;S3、综合四元数、速度和位置的预测过程得到状态向量的状态转移矩阵;S4、根据状态转移矩阵和过程噪声求出对状态预测影响的控制雅克比矩阵,初始化协方差和过程噪声方差的初始值后就可以建立扩展卡尔曼滤波的状态预测方程;S5、采用磁力计的数据作为四元数的观测信息,采用GPS的数据作为位置与速度的观测信息,综合磁力计与GPS的观测信息得到观测矩阵;S6、进行观测过程噪声的初始化,建立扩展卡尔曼滤波的状态更新方程;S7、根据更新后得到的四元数q解算水下机器人的偏航角、翻滚角、俯仰角,再结合其他状态变量VN,VE,VD,PN,PE,PD估计出水下机器人的姿态、位置和速度信息。
【技术特征摘要】
1.一种水下机器人多传感器融合数据处理方法,其特征在于,包括以下步骤:S1、搭建水下机器人姿态、位置和速度估计系统,获取载体坐标系下的传感器数据;S2、建立状态变量与观测变量,使用四元数表征姿态信息,并利用姿态信息将位置与速度解算转换到导航坐标系;S3、综合四元数、速度和位置的预测过程得到状态向量的状态转移矩阵;S4、根据状态转移矩阵和过程噪声求出对状态预测影响的控制雅克比矩阵,初始化协方差和过程噪声方差的初始值后就可以建立扩展卡尔曼滤波的状态预测方程;S5、采用磁力计的数据作为四元数的观测信息,采用GPS的数据作为位置与速度的观测信息,综合磁力计与GPS的观测信息得到观测矩阵;S6、进行观测过程噪声的初始化,建立扩展卡尔曼滤波的状态更新方程;S7、根据更新后得到的四元数q解算水下机器人的偏航角、翻滚角、俯仰角,再结合其他状态变量VN,VE,VD,PN,PE,PD估计出水下机器人的姿态、位置和速度信息。2.根据权利要求1所述的方法,其特征在于,步骤S1中,定义导航坐标系与载体坐标系,姿态为载体坐标系相对于导航坐标系的转换关系,陀螺仪采集的三轴角速度数据,加速度计采集的三轴加速度数据,磁力计采集的三轴磁感应强度数据,GPS采集水下机器人的经度、纬度、高度信息,深度传感器采集水下机器人的深度数据。3.根据权利要求1所述的方法,其特征在于,步骤S2具体为:S201、设定水下机器人的状态变量为:其中,q=[q0q1q2q3]T为表示姿态信息的四元数,V=[VNVEVD]T为导航坐标系下的北-东-天三个方向的速度,P=[PNPEPD]T为导航坐标系下北-东-天三个方向的位置;为载体坐标系下的角度偏差;为载体坐标系下的速度偏差;S202、对应状态变量,采用磁力计的数据作为四元数的观测信息,采用GPS的数据作为位置与速度的观测信息,定义观测变量z为:GPS观测到的位置和速度信息zG为:其中,mb=[mxmymz]T为磁力计在载体坐标系下测得的三轴磁力分量。4.根据权利要求1所述的方法,其特征在于,步骤S3中,综合四元数、速度、位置的预测过程得到状态向量x的状态转移矩阵为:其中,为为四元数更新对自身状态转移的影响矩阵,为四元数对速度状态转移的影响矩阵,为为速度对位置状态转移的影响矩阵,为为四元数对速度状态转移的影响矩阵,I为3阶单位矩阵。5.根据权利要求1所述的方法,其特征在于,步骤S4中,由滤波结果减去观测结果计算过程噪声,根据不同时刻的过程噪声求出其过程噪声的方差,然后使用差分进化算法求出这一组方差的最优值,t时刻的过程噪声Et为:Et=xt-zt其中,xt为t采样时刻滤波后...
【专利技术属性】
技术研发人员:胡桥,丁明杰,苏文斌,李俊,赵振轶,李庚,宋雪漪,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。