SIA OpenIR  > 水下机器人研究室
一种基于自适应UKF的水下机器人状态和参数联合估计方法
其他题名Underwater robot state and parameter joint estimation method based on self-adaption unscented Kalman filtering (UKF)
刘开周; 程大军; 李一平; 封锡盛
所属部门水下机器人研究室
专利权人中国科学院沈阳自动化研究所
专利代理人沈阳科苑专利商标代理有限公司 21002
授权国家中国
专利类型发明授权
专利状态有权
摘要本发明公开一种基于自适应UKF的水下机器人状态和参数联合估计方法,该方法首先建立了水下机器人的扩展参考模型,该参考模型有水下机器人的动力学模型和推进器的故障模型;依据位置传感器探测到的位姿信息,采用自适应UKF的主滤波器对水下机器人状态包括位姿和速度及推进器故障组成的扩展状态传递和更新,实时估计出水下机器人的速度信息和推进器故障信息;同时,依据主滤波器的新息信息,采用自适应UKF的辅助滤波器对系统的噪声信息进行实时的估计。该方法具有很好的实时性,可在线对系统的状态和参数进行联合估计,且当过程噪声和测量噪声的先验信息未知的情况下,该方法也能够达到较的估计精度。
其他摘要The invention discloses an underwater robot state and parameter joint estimation method based on self-adaption unscented Kalman filtering (UKF). The method comprises building an expanding reference model of an underwater robot, and enabling the reference model to have a dynamical model of the underwater robot and a fault model of a thruster; adopting a main filter of the self-adaption UKF to deliver and update expanding states composed of poses and speed of the underwater robot state and faults of the thruster according to pose information detected by a position sensor, and timely estimating speed information of the underwater robot and fault message of the thruster; and simultaneously adopting an accessory filter of the self-adaption UKF to timely estimate noise information of a system according to innovation information of the main filter. The underwater robot state and parameter joint estimation method has good instantaneity, can conduct joint estimation on states and parameters of the system, and can achieve high estimation accuracy when priori information of process noise and measurement noise is unknown.

 

PCT属性
申请日期2011-07-08
2013-01-09
授权日期2014-12-10
申请号CN201110190512.5
公开(公告)号CN102862666B
语种中文
产权排序1
文献类型专利
条目标识符http://ir.sia.cn/handle/173321/15537
专题水下机器人研究室
作者单位中国科学院沈阳自动化研究所
推荐引用方式
GB/T 7714
刘开周,程大军,李一平,等. 一种基于自适应UKF的水下机器人状态和参数联合估计方法[P]. 2013-01-09.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
CN201110190512.5授权.p(756KB)专利 开放获取ODC PDDL浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[刘开周]的文章
[程大军]的文章
[李一平]的文章
百度学术
百度学术中相似的文章
[刘开周]的文章
[程大军]的文章
[李一平]的文章
必应学术
必应学术中相似的文章
[刘开周]的文章
[程大军]的文章
[李一平]的文章
相关权益政策
暂无数据
收藏/分享
文件名: CN201110190512.5授权.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。