受昆虫神经编码启发的基于未校准传感器的环境风估计非线性可观测性分析

估计环境流体流动方向对许多飞行或游泳动物和机器人至关重要，但只能通过间接测量与主动控制实现。近期对系留飞行昆虫的研究表明，其中央脑中对朝向、表观流、运动方向和控制的感觉表征由二维角度编码表示。该表征通过将具有不同单位的测量的方向(而非尺度)投影到通用极坐标框架，简化了感觉整合。然而，要使这些角度测量彼此及运动系统对齐，需要对每个传感器进行角度增益与偏移的校准。该校准可能因环境或物理结构变化而随时间改变。具有角度传感器且校准不断变化的小型机器人与动物在运动时能够自校准并估计环境流体流动方向的条件仍属开放问题。本文提出一种系统化的非线性可观测性分析以解决此问题。分析表明，通过采用频繁的航向(或主动避免航向)与朝向变化，并融合与对三个感觉测量——表观流、朝向(或其导数)和运动方向(或其导数)——进行时间微分，在数学上可连续估计流动方向并定期自校准。这些结论与许多羽流追踪生物表现的之字形轨迹一致，暗示流动估计或许是其轨迹结构的次要驱动因素。