基于鲁棒自适应无迹卡尔曼滤波的无人艇组合导航方法技术

本发明专利技术公开一种基于鲁棒自适应无迹卡尔曼滤波的无人艇组合导航方法。本发明专利技术在实现传统UKF的基础下，采用在线故障诊断检测机制判断是否需要更新当前噪声协方差，分别采用基于新息的方法和基于残差的方法计算测量的当前噪声协方差的估计值，然后利用加权因子将最后一个噪声协方差矩阵与估计值相结合，作为新的噪声协方差矩阵。当系统对先验测量噪声估计出现了偏差或在运行过程中传感器发生故障造成实际噪声逐渐增大时，本发明专利技术相比于传统UKF可以提供更为精确的位置和航向角估计。以提供更为精确的位置和航向角估计。以提供更为精确的位置和航向角估计。

【技术实现步骤摘要】
基于鲁棒自适应无迹卡尔曼滤波的无人艇组合导航方法


[0001]本专利技术涉及一种无人艇导航定位方法，具体涉及一种基于鲁棒自适应无迹卡尔曼滤波的水面无人艇组合导航方法

技术介绍

[0002]当前船舶导航还是离不开人的参与，一般的船舶驾驶台虽有卫星导航、电子罗盘、电子海图等辅助，但难免会出现一些错误。因此无人水面艇(USV)成为了许多研究机构和公司研究的方向，USV是用于湖泊、运河、港口甚至公海的机器人，拥有体积小、隐藏能力好、机动性高、价格低等特点。USV中的导航系统无需人机交互即可获得实时导航数据，独立设备工作的传感器会受到环境干扰和设备限制造成的信号丢失和不确定性的影响，不能提供可靠的导航数据。根据多个传感器组成传感器网络就可以很好的解决这一问题，如INS、GPS、激光、雷达、双目视觉等，根据每个传感器提供的原始数据，将这些传感器集成为互补设备，利用数据融合算法估计出合理准确的位置、速度、角度等导航信息。
[0003]Kalman滤波(KF)作为线性随机系统的最优估计器，在数据融合算法中得到了广泛的应用。然而，对于USV导航来说，海洋本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于鲁棒自适应无迹卡尔曼滤波的无人艇组合导航方法，其特征在于该方法包括以下步骤：步骤1：基于UKF的非线性状态估计：将USV模型化为状态空间形式，用离散系统状态向量x来描述USV运动的非线性系统：x(k)＝f(x(k-1),w(k-1))
ꢀꢀ
(1)z(k)＝Hx(k)+v(k)
ꢀꢀ
(2)其中f()为非线性状态转移矩阵，w(k)是过程噪声，H为测量矩阵，v(k)为测量噪声，k为当前时刻，k-1为上一时刻；选取横向位置p
x
，纵向位置p
y
，艏摇角ψ，前进速度u，横移速度v，艏摇角速度r，并令：x＝[p
x
,p
y
,ψ,u,v,r]
T
ꢀꢀ
(3)输出的测量向量为：通过USV动力学方程得到状态空间型的非线性USV离散系统：其中m为无人艇质量，X
u
、Y
v
、N
r
为流体动力的速度导数，为流体动力的速度导数，为流体动力的加速度导数，I
z
为惯性矩，X
P1
、X
P2
为两个螺旋桨的转速，d
p
为两个螺旋桨的横向距离；测量矩阵H为：其中前两行由GPS获得位置信息...

【专利技术属性】
技术研发人员：蒋鹏，徐明宇，朱何，刘俊，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：