自适应步长学习及其在速度辅助惯性导航系统中的应用
机器人学
2022-08-18 v1
摘要
自主水下航行器（AUV）常用于许多水下应用。近来，多旋翼无人自主航行器（UAV）用于海洋应用在文献中受到更多关注。通常，这两类平台都采用惯性导航系统（INS）及辅助传感器以获得精确导航解。在 AUV 导航中，主要使用多普勒测速仪（DVL）辅助 INS，而对于 UAV，通常使用全球导航卫星系统（GNSS）接收机。辅助传感器与 INS 的融合需要在估计过程中定义步长参数。它负责解的频率更新，并最终影响其精度。步长的选择在计算负载与导航性能之间存在权衡。一般而言，辅助传感器的更新频率远慢于 INS 的工作频率（数百赫兹）。如此高的速率对大多数平台是不必要的，特别是对低动态 AUV。本工作中，提出了一种基于监督机器学习的自适应调谐方案以选择合适的 INS 步长。为此，定义了速度误差界，使 INS/DVL 或 INS/GNSS 能在次优工作条件下运行，同时最小化计算负载。仿真与现场实验结果表明所提方法的益处。此外，所提框架可应用于任何其它类型传感器或平台间的任意融合场景。
引用
@article{arxiv.2206.13428,
title = {Adaptive Step Size Learning with Applications to Velocity Aided Inertial Navigation System},
author = {Barak Or and Itzik Klein},
journal= {arXiv preprint arXiv:2206.13428},
year = {2022}
}