MissBeamNet：学习缺失的多普勒测速仪波束测量
机器人学
2023-12-27 v1
摘要
海洋探索的主要手段之一是自主水下航行器（AUVs）。为执行这些任务，AUVs 必须在艰苦且具有挑战性的海洋环境中导航。AUVs 通常采用惯性导航系统（INS），并由多普勒测速仪（DVL）辅助，以提供所需的导航精度。DVL 向海床发射四束声学波束，通过测量返回波束频率的变化，DVL 可估计 AUV 速度矢量。然而在实际场景中，并非所有波束都成功反射。当仅有三束波束可用时，速度矢量的精度下降。当反射波束少于三束时，DVL 无法估计 AUV 速度矢量。本文提出一种数据驱动方法 MissBeamNet，用于在部分 DVL 波束测量情况下回归缺失波束。为此，设计了一个深度神经网络（DNN）模型，处理可用波束及过往 DVL 测量以回归缺失波束。利用可用测得波束与回归波束估计 AUV 速度矢量。为验证所提方法，使用 “Snapir” AUV 进行了海上实验，得到 11 小时的 DVL 测量数据集。我们的结果表明，所提系统能在波束测量缺失情形下准确估计速度矢量。我们实现所述框架的数据集与代码库可在 GitHub 仓库 https://github.com/ansfl/MissBeamNet 获取。
引用
@article{arxiv.2301.11597,
title = {MissBeamNet: Learning Missing Doppler Velocity Log Beam Measurements},
author = {Mor Yona and Itzik Klein},
journal= {arXiv preprint arXiv:2301.11597},
year = {2023}
}
备注
8 pages, 7 figures