| 一种基于SUKF的广义行为环境建模及在远程AUV推进系统的应用研究 |
| |
| 引用本文： | 程大军,刘开周.一种基于SUKF的广义行为环境建模及在远程AUV推进系统的应用研究[J].机械工程学报,2011,47(19). |
| |
| 作者姓名： | 程大军 刘开周 |
| |
| 作者单位： | 1. 中国科学院沈阳自动化研究所机器人学国家重点实验室 沈阳 110016;中国科学院研究生院 北京 100049
2. 中国科学院研究生院 北京 100049 |
| |
| 基金项目： | 国家重点基础研究发展计划(973计划,6318101007-3,6318102008-4); 国家自然科学基金(60805050); 中国科学院知识创新工程(YYYJ-0917)资助项目 |
| |
| 摘 要： | 针对自主水下机器人对广义行为环境自适应能力差的问题,给出基于平方根无色卡尔曼滤波的广义行为环境建模方法。在广义行为环境的离线参考模型中,有一些参数是时变的、是无法事先预知的,必须通过传感器探测的信息进行实时估计和预测。采用平方根无色卡尔曼滤波算法,根据在线传感器信息以及离线参考模型,实时地估计出广义行为环境的状态和参数。主要研究自主水下机器人自身行为环境建模,以远程水下自主机器人的推进系统为例,构建一种推进器效率损失因子的故障模型结构,应用平方根无色卡尔曼滤波对水下自主机器人的状态和推进器故障参数进行在线联合估计。利用远程自主水下机器人的数学模型进行仿真验证,试验结果表明了算法的有效性,并对影响平方根无色卡尔曼滤波算法估计性能的因素进行了分析。
|
| 关 键 词： | 远程自主水下机器人 广义行为环境 平方根无色卡尔曼滤波 效率损失因子 联合估计 |
SUKF-based Modeling for General Behavior of the Environment and Its Application in Long-range AUV Propulsion System |
| |
| CHENG Dajun,LIU Kaizhou.SUKF-based Modeling for General Behavior of the Environment and Its Application in Long-range AUV Propulsion System[J].Chinese Journal of Mechanical Engineering,2011,47(19). |
| |
| Authors: | CHENG Dajun LIU Kaizhou |
| |
| Affiliation: | CHENG Dajun1,2 LIU Kaizhou2(1.State key Laboratory of Robotics,Shenyang Institute of Automation,Chinese Academy of Sciences,Shenyang 110016,2.Graduate School,Beijing 100049) |
| |
| Abstract: | Due to the poor adaptive capacity of long-range autonomous underwater vehicles(AUV) for general behavior of the environment,a square-root unscented kalman filter(SUKF) based modeling is proposed.In the offline model of general behavior of the environment,some parameters are time-varying,or not possible to be predicted,these parameters must be estimated and predicted through the information detected by the sensors.According to the sensor's information online and model offline,SUKF is used to estimate the sta... |
| |
| Keywords: | Long-range autonomous underwater vehicles(AUV) General behavior of the environment Square-root unscented kalman filter(SUKF) Actuater effectiveness factors(AEFs) Joint estimation |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
