ProNet：面向 INS/DVL 融合的自适应过程噪声估计
机器人学
2022-12-20 v1
摘要
惯性传感器与多普勒速度计程仪（DVL）常用于为自主水下航行器（AUV）提供导航解算。为此，通常采用非线性滤波器完成融合任务。滤波器的过程噪声协方差矩阵对滤波精度与鲁棒性至关重要。尽管该矩阵在 AUV 任务期间随时间变化，滤波器却假设其为常数矩阵。文献中的多种模型与学习方法建议在运行过程中调整过程噪声协方差。本文提出 ProNet，一种用于速度辅助导航滤波器的混合自适应过程噪声估计方法。ProNet 仅需惯性传感器读数即可回归过程噪声协方差。学习完成后，将其输入基于模型的导航滤波器，形成混合滤波器。仿真结果表明，与其他模型和学习型自适应方法相比，本方法具有明显优势。
引用
@article{arxiv.2212.08882,
title = {ProNet: Adaptive Process Noise Estimation for INS/DVL Fusion},
author = {Barak Or and Itzik Klein},
journal= {arXiv preprint arXiv:2212.08882},
year = {2022}
}
备注
arXiv admin note: substantial text overlap with arXiv:2211.01329