李村
- 作品数：2 被引量：39H指数：2
- 供职机构：哈尔滨工程大学自动化学院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金哈尔滨市科技创新人才研究专项资金更多>>
- 相关领域：机械工程自动化与计算机技术更多>>
- 基于强跟踪CKF的无人水下航行器SLAM被引量：15
- 2013年
- 针对基于容积卡尔曼滤波(CKF)的无人水下航行器(UUV)同步定位与地图构建(SLAM)存在对模型参数变化的鲁棒性差、收敛速度慢、对突变状态跟踪能力低等问题,通过在CKF中引入渐消因子和弱化因子,提出了一种基于强跟踪CKF(STCKF)的SLAM算法(STCKF-SLAM)。首先建立UUV的运动模型、特征模型、测距声呐模型,然后基于霍夫变换从多测距声呐测量数据中提取堤岸线特征,最终采用STCKF实现了UUV的同步定位与地图构建。基于UUV海试数据的仿真实验结果表明:相比CKF-SLAM算法,STCKF-SLAM算法保持了对突变状态的强跟踪能力,且均方根误差降低了13%,提高了SLAM系统的精确性,可应用于UUV长航时水下隐蔽作业。
- 王宏健傅桂霞李娟李村
- 关键词：无人水下航行器同步定位与地图构建霍夫变换
- 基于高斯混合容积卡尔曼滤波的UUV自主导航定位算法被引量：24
- 2015年
- 针对过程噪声为非理想高斯分布时无人水下航行器(UUV)自主导航定位存在噪声模型失配的问题,将高斯混合密度模型与容积卡尔曼滤波(CKF)相结合,设计了基于高斯混合容积卡尔曼滤波(GM-CKF)的UUV导航定位算法。建立了UUV运动模型及观测模型,利用CKF完成各高斯分量的预测更新,并将更新结果进行融合缩减与加权求和,从而实现UUV自主导航定位。通过与EKF、UKF和CKF算法仿真对比实验,验证了GM-CKF可以提高估计精度;通过UUV湖试试验,验证了基于GM-CKF的UUV自主导航定位精度和稳定性优于传统算法,其计算时间满足实时导航定位的要求。
- 王宏健李村么洪飞周佳加
- 关键词：无人水下航行器导航定位
