SIA OpenIR  > 水下机器人研究室
一种基于高斯过程回归的AUV自适应采样方法
其他题名An AUV Adaptive Sampling Method Based on Gaussian Process Regression
阎述学1,2; 李一平1; 封锡盛1
作者部门水下机器人研究室
关键词高斯过程回归 自主水下机器人 自适应采样 在线路径规划 热点区域观测
发表期刊机器人
ISSN1002-0446
2018
卷号40期号:6页码:1-10
产权排序1
资助机构国家重点研发计划(2017YFC0305901) ; 国家自然科学基金(91648204)
摘要针对区域海洋特征环境快速观测的需求,提出了一种基于高斯过程回归的小型自主水下机器人(AUV)自适应采样方法.首先,通过比较高斯过程回归(GPR)中使用不同的回归推理方法的估计准确度和计算效率,确定AUV的合适采样间隔时间;在此基础上,根据AUV实时观测的数据进行GPR分析,预测未观测区域环境数据,并通过计算预测区域梯度极值和预测不确定度引导AUV进行在线路径规划;最后使用该方法,对具有不同特征分布的区域环境观测过程进行仿真.结果显示,本方法与常规方法相比,能够更高效地获得观测区域的低误差特征分布估计,更快地获得观测区域热点区特征,更好地适应观测区域特征分布不同的情况.
其他摘要For the rapid observation problem in coastal marine environment, an adaptive sampling method based on Gaussian process regression (GPR) for small autonomous underwater vehicle (AUV) is proposed. Firstly, the estimation accuracies and the computational efficiencies are compared among different regression inference methods in GPR, and the sampling interval time is determined. On this basis, GPR analysis is used to predict the environmental data of unobserved areas based on the real-time observation data from AUV, and the AUV is guided to implement online path planning by calculating the regional gradient extremum and the forecasting uncertainty. Finally, this method is used to simulate the regional environmental observation with different feature distributions. Results show that this method can estimate the low-error feature distribution of the observed area more efficiently than the conventional method, can obtain features of the hot spot area more quickly in the observed area, and is more adaptable to the observed area with different feature distributions.
语种中文
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/22751
专题水下机器人研究室
通讯作者阎述学
作者单位1.中国科学院沈阳自动化研究所机器人学国家重点实验室
2.中国科学院大学
推荐引用方式
GB/T 7714
阎述学,李一平,封锡盛. 一种基于高斯过程回归的AUV自适应采样方法[J]. 机器人,2018,40(6):1-10.
APA 阎述学,李一平,&封锡盛.(2018).一种基于高斯过程回归的AUV自适应采样方法.机器人,40(6),1-10.
MLA 阎述学,et al."一种基于高斯过程回归的AUV自适应采样方法".机器人 40.6(2018):1-10.
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
一种基于高斯过程回归的AUV自适应采样方(1524KB)期刊论文出版稿开放获取CC BY-NC-SA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
[阎述学]的文章
[李一平]的文章
[封锡盛]的文章
百度学术
百度学术中相似的文章
[阎述学]的文章
[李一平]的文章
[封锡盛]的文章
必应学术
必应学术中相似的文章
[阎述学]的文章
[李一平]的文章
[封锡盛]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 一种基于高斯过程回归的AUV自适应采样方法.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。