基于稀疏GPS数据的水下航行器海洋洋流在线估计
机器人学
2019-01-29 v1
摘要
水下机器人在潜航时由于海洋洋流的影响以及缺乏精确定位，会产生位置漂移。我们致力于利用此类位置漂移来估计周边区域的海洋洋流，从而辅助导航与规划。我们提出了一种基于高斯过程（Gaussian process, GP）的期望最大化（expectation-maximisation, EM）算法，该算法利用在水面获取的稀疏GPS数据与航位推算位置估计来估计底层海洋洋流。我们首先开发了一种专门的GP回归方案，利用海洋洋流的不可压缩性来克服该问题的欠定特性。随后，我们将所提出的回归方案用于一个EM算法中，估计每次GPS定位之间最拟合的海洋洋流。所提算法在仿真与真实数据集上得到验证，并证明能够重建底层海洋洋流场。我们期望使用该算法来闭合未知海洋洋流中水下导航的规划与估计之间的回路。
引用
@article{arxiv.1901.09513,
title = {Online Estimation of Ocean Current from Sparse GPS Data for Underwater Vehicles},
author = {Ki Myung Brian Lee and Chanyeol Yoo and Ben Hollings and Stuart Anstee and Shoudong Huang and Robert Fitch},
journal= {arXiv preprint arXiv:1901.09513},
year = {2019}
}
备注
7 pages, 6 figures, accepted to IEEE ICRA 2019. Copyright 2019 IEEE