CAJ | 학술논문

水面移动机器人系统的高性能航迹跟踪控制要求能够获取高精度的运动状态和不确定性信息(包括内部不确定参数和外部干扰),而直接高精度测量手段的匮乏,以及数学模型的强非线性、耦合性使得如何得到这些信息存在着种种困难.针对此问题,提出利用一种结合基于奇异值分解无色卡尔曼滤波(Singular value decomposition unscented Kalman filter,SVDUKF)算法和加速度测量的新估计算法.SVDUKF方法是无色卡尔曼滤波(Unscented Kalman filter,UKF)的一种改进方法,具有更宽松的使用条件.此外,该方法的最大优点在于将UKF算法处理系统强非线性和加速度信号富含扰动信息并可简化系统估计模型等特点结合起来,从而获得了一种精度更高、计算复杂度更低的在线估计算法.从推导水面移动机器人系统非线性模型开始,简要介绍加速度信号对模型的简化原理以及SVDUKF算法的基本步骤,并通过仿真验证了算法在估计精度和计算效率方面的优越性.
수면이동궤기인계통적고성능항적근종공제요구능구획취고정도적운동상태화불학정성신식(포괄내부불학정삼수화외부간우),이직접고정도측량수단적궤핍,이급수학모형적강비선성、우합성사득여하득도저사신식존재착충충곤난.침대차문제,제출이용일충결합기우기이치분해무색잡이만려파(Singular value decomposition unscented Kalman filter,SVDUKF)산법화가속도측량적신고계산법.SVDUKF방법시무색잡이만려파(Unscented Kalman filter,UKF)적일충개진방법,구유경관송적사용조건.차외,해방법적최대우점재우장UKF산법처리계통강비선성화가속도신호부함우동신식병가간화계통고계모형등특점결합기래,종이획득료일충정도경고、계산복잡도경저적재선고계산법.종추도수면이동궤기인계통비선성모형개시,간요개소가속도신호대모형적간화원리이급SVDUKF산법적기본보취,병통과방진험증료산법재고계정도화계산효솔방면적우월성.