自主水下机器人的鲁棒模型辅助惯性定位
机器人学
2018-11-28 v2
摘要
本文提出了一种基于流形的无迹卡尔曼滤波器，其应用了一种用于惯性、模型辅助与声学多普勒海流剖面仪（ADCP）测量融合的新策略。该滤波器能够利用战术级 IMU 观测并利用地球自转进行航向估计，并在 DVL 失效期间利用来自载体模型的信息。阻力与推力模型辅助通过将载体模型参数误差的相关性作为滤波器中的状态来处理。ADCP 辅助在 DVL 底跟踪丢失的情况下为模型辅助提供进一步信息。此外，本工作使用 MTK 与 ROCK 框架以 C++ 实现，并能在 FlatFish AUV 上可用的计算设备上实时运行。IMU 偏置在导航滤波器中被完全耦合地估计。航向收敛在真实世界数据集上得到展示。进一步实验表明，该滤波器能够实现一致定位，且数据拒绝实验验证了该方法对于因过高或过低离底高度导致 DVL 失效的适用性。
引用
@article{arxiv.1805.08011,
title = {Robust Model-Aided Inertial Localization for Autonomous Underwater Vehicles},
author = {Sascha Arnold and Lashika Medagoda},
journal= {arXiv preprint arXiv:1805.08011},
year = {2018}
}
备注
IEEE International Conference on Robotics and Automation (ICRA) 2018, Accepted