使用数据驱动方法进行 DVL 校准

自主水下航行器被广泛应用于从海底测绘到工业作业的各种水下应用中。在水下时，AUV 的导航解决方案通常依赖于惯性传感器和多普勒计程仪之间的融合。为了获得准确的 DVL 测量值，应在任务开始前执行校准程序。基于模型的校准方法包括利用全球导航卫星系统信号的滤波方法。在本文中，我们提出了一种用于校准程序的端到端深度学习框架。通过使用仿真数据，我们表明我们提出的方法在精度上比基于模型的方法高出 35%，在所需的校准时间上减少了 80%。