有限多普尔速度日志测量下的无缝 underwater navigation
机器人学
2024-09-12 v1 人工智能
系统与控制
系统与控制
摘要
自动 underwater 车（AUV）通常利用惯性导航系统（INS）和多普尔速度日志（DVL）进行 underwater navigation。为此，这些测量通过非线性滤波器（如扩展卡尔曼滤波器，EKF）进行集成。DVL 速度向量估计取决于从海底检索反射波，确保至少有三个其四个发射声束返回成功。当少于三个声束时，DVL 无法提供速度更新以约束导航解的漂移。为应对这一挑战，本文提出了一种混合神经耦合（Hybrid Neural Coupled, HNC）方法，用于在有限 DVL 测量情况下的无缝 AUV navigation。首先，我们发展一种回归两个或三个缺失 DVL 声束的方法。然后，这些声束（包括测量得到的声束）被纳入 EKF。我们在杜拜地中海对AUV实验记录的数据上进行训练和评估。结果表明，我们的方法在松耦合和紧耦合基于模型的方法中平均性能提升了 96.15%。在涉及两个或三个缺失声束的场景中，我们的方法相对于基于模型的声束估计器平均速度精度提升了 12.41%。因此，我们证明了该方法在有限声束测量情况下的无缝 AUV navigation 能力。
引用
@article{arxiv.2404.13742,
title = {Seamless Underwater Navigation with Limited Doppler Velocity Log Measurements},
author = {Nadav Cohen and Itzik Klein},
journal= {arXiv preprint arXiv:2404.13742},
year = {2024}
}