登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 文献综述 > 理工学类 > 轮机工程 > 正文

基于鲁棒EKF的水下机器人目标跟踪算法文献综述

 2020-04-15 17:06:14  

1.目的及意义

1.目的及意义

1.1课题研究目的及意义

海洋是生命的起源之地,约占地球总表面积的71%,是人类生存的重要空间。海洋中蕴含着广阔而丰富的资源。随着人类经济和科技的发展和陆地资源逐渐匮乏,海洋中蕴含的资源的价值也越来越被人类重视,海洋开发成为了当今各国发展的重要途经。但由于海洋环境的特殊性,其资源的开采难度远大于陆地资源,仅仅依靠人力难以实现海洋资源的合理利用。为此水下机器人技术应运而生。水下机器人可以代替人工在被严重污染、危险程度高的水下环境以及可见度为零的水域代替长时间作业,具有非常强的工作能力。于此同时,水下机器人在科学研究、海洋资源勘探、打捞救生以及军事等领域也得到了广泛应用。其中比较典型的有“蓝鳍金枪鱼”号执行了寻找马航残骸的任务[1]因此水下机器人技术已经成为了世界各国都在尽力发展的不可或缺的高精尖技术。

而在水下机器人相关技术之中,目标跟踪技术乃是不可或缺的重要一环。目标跟踪技术对于水下机器人实现避障、导航、水下信息探索等功能都有着不可或缺的作用。除此之外,由于是水下运动物体有可能式我们感兴趣的目标或者成为水下机器人的潜在威胁,因此对运动物体进行准确有效的跟踪对于帮助水下机器人更好地完成自身的任务以及确保其安全航行都有着极其重要的作用。而目前,由于水对光电等信号的传播都有较强的削弱作用,而声波信号在水中的传播则表现良好,而且lars通过结合声探测特点提出了一种快速的区域跟踪方法,验证了利用声探测手段实现水下目标跟踪的可行性[2] 。因此基于声纳的探测手段成为了目前水下机器人进行目标探测的主要手段。[3]但是由于声纳的探测精度并非很高,且由于海洋环境的影响,设备的噪声统计特性(平均值和方差)未知。这使得进行准确的估计变得异常艰难。而且在目标跟踪中,通常以目标的位置矢量和速度矢量作为状态向量,观测方程中目标方位与位置矢量为三角函数关系,因此其观测方程具有很强的非线性。,这就给滤波算法的解决带来了很大困难,因此进行精确滤波算法相关的研究对水下机器人的目标跟踪技术具有重要意义。

1.2国内外的研究现状

滤波与预测就是为了是估计当前和未来时刻目标的运动状态 ,包括位置、速度和加速度等。 对于滤波算法来说要分为两大类,一类是线性系统,一类是非线性系统。对于线性系统来说,国内外学者早已做了大量的研究。基本的跟踪滤波与预测方法有: 线性自回归滤波 [4] ,两点外推滤波 [5] ,维纳滤波 [6] ,加权最小二 乘滤波 [7],T- U与 T- U- V滤波 [8] ,卡尔曼滤波[9] 和简化的卡尔曼滤波等。这些滤波方法都各有千秋,采用何种滤波 ,主要取决于事先能掌握多少先验知识。但是上述的滤波方法毫无疑问都只能用于,都只能用于线性系统之中。由于水下目标跟踪问题本质上都是非线性系统 ,因此上述的所有滤波方法都不能胜任。对于非线性系统而言,为了实现最优非线性滤波,需要得到目标状态后验概率密度函数的完整描述。然而,在实际的目标跟踪中这是很难得到的。为此,人们只能退而求其次,提出了大量次优的近似估计方法。目前在国内外常用的非线性滤波方法主要有: 有扩展卡尔曼滤波( EKF)、无迹卡尔曼滤波( UKF) 容积卡尔曼滤波(CKF)和粒子滤波( PF) 。这其中,无迹卡尔曼滤波器(UKF)是基于无迹变换 (Unscented Transformation,UT)与EKF的框架,用一组确定的样本点近似后验概率密度,但是当系统状态的后验概率密度是非高斯的情况下,滤波结果将有极大的误差[10]。在国内潘泉等人对UKF有较深入的研究[11] 。 而粒子滤波算法(PF) 最早是由Metropolis等人提出的蒙特卡罗方法(Monte Carlo method)[12]采用的是空间随机样本,它独立于系统的模型,与模型是否线性、是否高斯无关,因此,粒子滤波在强非线性系统中表现优于EKF。但同时其计算量也远远超过了EKF,在国内杨小军等人对非线性环境下的粒子滤波算法应用作了研究总结。[13]而容积卡尔曼滤波器是一种较晚提出来的滤波算法,由Arasaratnam等于2009年提出用于解决非线性问题。[14]目前是国内外研究的热门。国内,胡玉梅,等人对CKF也有一定研究[15,18,19]在非线性滤波算法中EKF毫无疑问是最为经典滤波算法,通过泰勒展开将其简单线性化,转化为卡尔曼滤波问题,从而间接利用卡尔曼滤波算法进行滤波与估算。由于转化过程中略去了高阶非线性信息,因此EKF是一种次优估计,对弱非线性系统有较好的滤波效果。[16.17]EKF 算法简单,易于实现,但在强非线性和非高斯环境下跟踪性能较差,甚至会出现滤波发散。EKF与现在最新的非线性滤波算法相比有很多不足之处,但其作为最经典的卡尔曼滤波推广形式,在现在的很多滤波算法中都可以找到它的影子,因此对扩展卡尔曼滤波进行研究和算法的实现对于新算法的提出和实现都有很大的帮助作用。


{title}

2. 研究的基本内容与方案

{title}

2课题研究内容,目标及技术方案

2.1内容

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图