-
公开(公告)号:CN114459477B
公开(公告)日:2024-03-19
申请号:CN202210234293.4
申请日:2022-03-09
Applicant: 东南大学
Abstract: 本发明提供了一种基于改进的PSO‑ANFIS辅助的SINS/DVL紧组合导航技术,包括:建立水下潜航过程中SINS/DVL紧组合导航系统的状态方程和量测方程;在水面借助GNSS并通过变分贝叶斯卡尔曼滤波算法收集样本数据,获取包含各种异常测量类型的新息、马氏距离、量测噪声协方差矩阵作为ANFIS的输入信息,获取DVL绝对误差作为期望输出;通过粒子群优化算法优化ANFIS模型参数,训练得到更优的ANFIS模型;在水下航行时,采用训练得到的ANFIS模型对DVL的四波束绝对误差进行在线预测;进一步地,基于ANFIS预测结果,通过异常判别机制监测误差的特征变化,有选择的补偿DVL测量值,用于组合导航系统量测更新过程。本发明能够提高复杂水下环境中SINS/DVL紧组合导航系统的定位精度和鲁棒性。
-
公开(公告)号:CN115655274A
公开(公告)日:2023-01-31
申请号:CN202211131514.1
申请日:2022-09-16
Applicant: 东南大学
IPC: G01C21/20 , G01C21/00 , G06F30/27 , G06F111/06
Abstract: 本发明提供了一种海流影响下基于双层规划框架的能耗最优水下区域覆盖方法,包括:将已知待作业海域地图进行处理,构建环境地图;通过使用覆盖路径和能量消耗指标作为决策变量,将这个问题表述为双层规划模型;上层算法采用生物激励神经网络算法进行覆盖路径求解并传到下层算法;下层利用蚁群优化算法对能耗问题进行求解,以海流作为约束计算其能量消耗适应度值返回上层算法,若没有可行路径,则寻找逃出路径返回上层算法;上层算法以下层算法结果作为依据进行路径决策,循环迭代至任务区域覆盖完成,输出最优覆盖路径及AUV推进速度。本发明能够在海流影响下选择更有益的覆盖方向和推进速度,完成任务的同时降低AUV水下探测作业的能耗。
-
公开(公告)号:CN114705188A
公开(公告)日:2022-07-05
申请号:CN202210510048.1
申请日:2022-05-11
Applicant: 东南大学
Abstract: 一种基于格网水流速度辅助的惯性/多普勒中水层导航方法,包括:初始化载体姿态、速度、位置信息并对航行区域进行交错格网划分;获取到有效多普勒测速仪对水观测(DVL‑WT)时,根据当前载体解算位置与DVL‑WT各水层量测深度判断各DVL‑WT量测对应的格网区域;判断各DVL‑WT量测对应格网区域水速是否已被估计,若已估计,利用该层对水测速结果进行量测更新,并利用组合后高精度结果及当前各DVL‑WT量测进行相应格网水速估计;在DVL‑WT量测之间,进行惯性捷联解算,更新姿态速度位置微分方程,持续获得载体姿态速度位置信息;重复步骤上述过程直至组合过程结束。本发明能够充分利用中水层DVL‑WT信息,提升了中水层区域SINS/DVL导航定位精度。
-
公开(公告)号:CN110986939B
公开(公告)日:2022-06-28
申请号:CN202010007374.1
申请日:2020-01-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于IMU预积分的视觉惯性里程计方法,包括如下步骤:获取载体在固定坐标系下的视觉和IMU传感器数据;构建系统状态向量和误差向量,并建立IMU运动方程和误差状态方程;构建离散化系统协方差矩阵,并由IMU测量执行零阶四元数积分计算当前时刻IMU的旋转,执行IMU预积分算法计算当前时刻IMU的位置以及速度;对系统状态向量增广,并对系统协方差矩阵增广;建立相机传感器的测量模型;由相机观测构建系统观测模型;执行系统滤波更新得到载体位姿。本发明可以提高滤波方式下的视觉惯性里程计定位精度。
-
公开(公告)号:CN114459477A
公开(公告)日:2022-05-10
申请号:CN202210234293.4
申请日:2022-03-09
Applicant: 东南大学
Abstract: 本发明提供了一种基于改进的PSO‑ANFIS辅助的SINS/DVL紧组合导航技术,包括:建立水下潜航过程中SINS/DVL紧组合导航系统的状态方程和量测方程;在水面借助GNSS并通过变分贝叶斯卡尔曼滤波算法收集样本数据,获取包含各种异常测量类型的新息、马氏距离、量测噪声协方差矩阵作为ANFIS的输入信息,获取DVL绝对误差作为期望输出;通过粒子群优化算法优化ANFIS模型参数,训练得到更优的ANFIS模型;在水下航行时,采用训练得到的ANFIS模型对DVL的四波束绝对误差进行在线预测;进一步地,基于ANFIS预测结果,通过异常判别机制监测误差的特征变化,有选择的补偿DVL测量值,用于组合导航系统量测更新过程。本发明能够提高复杂水下环境中SINS/DVL紧组合导航系统的定位精度和鲁棒性。
-
公开(公告)号:CN115355912B
公开(公告)日:2025-04-18
申请号:CN202210972317.6
申请日:2022-08-15
Applicant: 东南大学
Abstract: 本发明提供非完整波束下虚拟波束辅助惯性/多普勒紧组合导航方法,具体包括以下步骤:步骤1:建立惯性/声学多普勒测速仪紧组合系统,包括惯性系统误差模型、声学多普勒测速仪波束误差模型、组合系统状态方程、组合系统观测方程;步骤2:当声学多普勒测速仪四波束均有效时,构架基于最小支持向量机的人工智能模块,声学多普勒测速仪各波束速度为输出,训练该人工智能网络;步骤3:当声学多普勒测速仪有波束失效时,进入智能预测阶段,利用已完成训练学习的人工智能模块持续对失效波束速度进行预测,形成虚拟波束信息;步骤4:将虚拟波束信息与有效波束信息相组合作为系统观测,持续进行惯性/多普勒紧组合导航算法。
-
公开(公告)号:CN117029811A
公开(公告)日:2023-11-10
申请号:CN202311006062.9
申请日:2023-08-09
Applicant: 东南大学
Abstract: 本发明提供了一种基于多波束测深仪的紧组合地形辅助导航方法,包括:建立一种搭载于水下自主航行器的地形辅助导航系统,包括捷联惯导系统、多普勒计程仪、多波束测深仪,将各类传感器误差引入系统模型中进行精确建模;提出一种基于两步迭代法的等角多波束测深仪量测建模方法并将其应用于导航滤波;将传统松组合算法中DR系统、地形辅助导航粒子滤波器、系统卡尔曼滤波器集成至核心紧组合粒子滤波器,各传感器原始信息直接输入粒子滤波器进行定位信息修正。本发明提出的紧组合地形辅助导航方法,能够有效提高导航定位系统的效率、精度和稳定性。
-
公开(公告)号:CN110514203B
公开(公告)日:2022-06-28
申请号:CN201910822376.3
申请日:2019-08-30
Applicant: 东南大学
Abstract: 本发明提供了一种基于ISR‑UKF的水下组合导航方法,包括:分别建立水下潜航阶段SINS/DVL子系统和水面位置修正阶段SINS/GPS子系统的状态方程和量测方程;建立水下潜航阶段SINS/DVL子系统的非线性滤波方程,通过迭代平方根无迹卡尔曼滤波算法,进行水下潜航阶段的导航;在水下潜航较长时间以后,通过控制AUV的潜行深度到达水面附近停留较短时间,获取GPS位置、速度信息辅助,建立水面位置修正阶段SINS/GPS子系统的非线性滤波方程,通过迭代平方根无迹卡尔曼滤波算法,实现对AUV水下潜航阶段偏差的校正,从而实现AUV沿指定路线航行的目的。本发明能够提高SINS/DVL/GPS水下组合导航系统的滤波解算效率,在保证实时性和稳定性的前提下更加易于编程实现。
-
公开(公告)号:CN110986939A
公开(公告)日:2020-04-10
申请号:CN202010007374.1
申请日:2020-01-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于IMU预积分的视觉惯性里程计方法,包括如下步骤:获取载体在固定坐标系下的视觉和IMU传感器数据;构建系统状态向量和误差向量,并建立IMU运动方程和误差状态方程;构建离散化系统协方差矩阵,并由IMU测量执行零阶四元数积分计算当前时刻IMU的旋转,执行IMU预积分算法计算当前时刻IMU的位置以及速度;对系统状态向量增广,并对系统协方差矩阵增广;建立相机传感器的测量模型;由相机观测构建系统观测模型;执行系统滤波更新得到载体位姿。本发明可以提高滤波方式下的视觉惯性里程计定位精度。
-
公开(公告)号:CN110514203A
公开(公告)日:2019-11-29
申请号:CN201910822376.3
申请日:2019-08-30
Applicant: 东南大学
Abstract: 本发明提供了一种基于ISR-UKF的水下组合导航方法,包括:分别建立水下潜航阶段SINS/DVL子系统和水面位置修正阶段SINS/GPS子系统的状态方程和量测方程;建立水下潜航阶段SINS/DVL子系统的非线性滤波方程,通过迭代平方根无迹卡尔曼滤波算法,进行水下潜航阶段的导航;在水下潜航较长时间以后,通过控制AUV的潜行深度到达水面附近停留较短时间,获取GPS位置、速度信息辅助,建立水面位置修正阶段SINS/GPS子系统的非线性滤波方程,通过迭代平方根无迹卡尔曼滤波算法,实现对AUV水下潜航阶段偏差的校正,从而实现AUV沿指定路线航行的目的。本发明能够提高SINS/DVL/GPS水下组合导航系统的滤波解算效率,在保证实时性和稳定性的前提下更加易于编程实现。
-
-
-
-
-
-
-
-
-