-
题名基于SVM的航位推算误差补偿
- 1
-
-
作者
李鑫
王晓鸣
武建国
赵基伟
忻加成
陈凯
张彬
-
机构
天津科技大学机械工程学院
天津瀚海蓝帆海洋科技有限公司
天津市深远海智能移动勘测装备研发重点实验室
-
出处
《水下无人系统学报》
2024年第6期1009-1017,共9页
-
基金
国家重点研发计划项目(2020YFC1521704)。
-
文摘
在使用机器学习方法对自主水下航行器(AUV)航位推算进行误差补偿时,通常采用神经网络算法。但神经网络需要大量的训练样本才能达到稳定的训练结果。为了解决此问题,文中对支持向量机(SVM)在航位推算的误差补偿问题进行研究。利用SVM训练出误差补偿模型,对航位推算进行误差补偿,提高了导航精度。误差补偿模型选取AUV的俯仰角、横滚角和航向角,多普勒计程仪(DVL)对地的前向、右向和天向速度以及航位推算时间等7个参数作为输入参数,以全球卫星定位系统(GPS)和惯导+DVL组合提供的经纬度与航位推算的经纬度差作为模型的输出,训练出误差补偿模型。对比神经网络算法,在数据量较少的前提下,SVM训练模型和神经网络训练模型的相对误差分别为0.28%和0.93%。进而通过湖上试验得出,SVM训练模型能够将航位推算的相对误差控制在0.5%内。
-
关键词
自主水下航行器
航位推算
支持向量机
误差补偿
-
Keywords
autonomous undersea vehicle
dead reckoning
support vector machine
error compensation
-
分类号
TP630.33
[自动化与计算机技术—控制理论与控制工程]
U666.1
[交通运输工程—船舶及航道工程]
-
-
题名障碍物环境下的多AUV主从式编队控制
被引量：4
- 2
-
-
作者
陈伟
严卫生
崔荣鑫
-
机构
西北工业大学航海学院
-
出处
《鱼雷技术》
2013年第6期431-435,共5页
-
基金
国家自然科学基金资助项目(51109179
50979093)
-
文摘
针对当环境中存在障碍物时,Leader-Follower编队控制中的Follower可能会与障碍物相撞的问题,提出了一种障碍物环境下的多自主水下航行器(AUV)主从式编队控制方法。首先,提出了一种通过改变AUV编队目标点的避障方法,并对其进行数学模型的建立和解析。然后,在Leader-Follower编队控制中,基于级联方法,研究了欠驱动AUV的编队控制问题。将Follower跟踪系统分解为相互级联的位置跟踪系统和航向角跟踪系统,推导出保证系统全局一致渐近稳定的控制参数。仿真结果表明,该方法具有良好的避障和编队控制效果,控制设计可以保证闭环系统渐近稳定,是有效的和可行的。
-
关键词
自主水下航行器
编队控制
主从式
障碍物
-
Keywords
autonomous underwater vehicle
formation control
leader-follower
obstacle
-
分类号
TP630.33
[自动化与计算机技术—控制理论与控制工程]
TP242.3
[自动化与计算机技术—检测技术与自动化装置]
-
