用于大地坐标下远距离船舶跟踪的无迹卡尔曼滤波
机器人学
2021-11-29 v1 人工智能
系统与控制
系统与控制
摘要
本文描述了一种新颖的跟踪滤波器，主要设计用于自主水面艇(ASVs)的避碰系统。所提方法利用通过船舶自动识别系统(AIS)消息协议广播的实时运动学信息，以估计附近合作目标的位置、速度和航向。每个目标的状态在大地坐标中使用无迹卡尔曼滤波(UKF)递归估计，运动学方程由球面余弦定理导出。这改进了先前的方法，其中许多采用扩展卡尔曼滤波(EKF)，因而需要指定局部平面坐标系，以便以易微分的形式描述状态运动学。所提大地坐标UKF免除了该局部平面的需要。该特性对远距离ASVs尤为有利，否则其必须周期性重定义新的局部平面以遏制线性化误差。在实际运行中，这种周期性重定义会引入误差并使任务规划复杂化。通过仿真与现场测试表明，所提大地坐标UKF在估计误差与稳定性方面均表现等同或优于传统的平面-笛卡尔EKF。
引用
@article{arxiv.2111.13254,
title = {Unscented Kalman Filter for Long-Distance Vessel Tracking in Geodetic Coordinates},
author = {Blake Cole and Gabriel Schamberg},
journal= {arXiv preprint arXiv:2111.13254},
year = {2021}
}
备注
31 pages, 17 figures