UUVs集群协同定位的分散式增广信息滤波方法

• Published in: Ce hui xue bao Vol. 51; no. 2; pp. 182 - 191
• Main Authors: 杜祯强, 柴洪洲, 向民志, 章繁, 黄紫如, 朱华巍
• Format: Journal Article
• Language: Chinese; English
• Published: Beijing Surveying and Mapping Press 01.02.2022; 信息工程大学地理空间信息学院,河南郑州450001%信息工程大学地理空间信息学院,河南郑州450001%中国电子科技集团公司第二十八研究所,江苏南京210007; 自然资源部海洋测绘重点实验室,山东青岛266590
• Subjects: Autonomous underwater vehicles; Cooperative work; Kalman filters; Localization; Payloads; Simulation analysis; Task complexity; Underwater vehicles; UUV;协同定位;增广信息滤波;分散式;Cholesky
• ISSN: 1001-1595; 1001-1595
• DOI: 10.11947/j.AGCS.2022.20210144

无人水下航行器集群协同作业能够扩展单体UUV的感知范围，实现单体UUV无法或难以完成的复杂任务。由于水下环境的复杂性及UUV各传感器存在观测限制、时延等问题，传统分散式Kalman滤波方法所需要的庞大实时通信在实际中难以实现，使得当前UUVs集群协同定位为不严密的解算。本文提出一种以增广信息滤波为核心的UUVs集群协同定位分散式滤波方法，在顾及算法严密性的基础上实现了UUVs分散式协同定位。每个UUV平台根据本地的传感器数据建立自己的状态链，同时广播自己的观测信息，各个平台协同完成信息矩阵的Cholesky修正。基于严密的数理理论证明了所提出的UUVs协同定位的分散式滤波与集中式滤波的一致性，并与传统方法进行对比分析。理论仿真分析表明，较之传统方法单体UUV的观测更新或两个UUV之间的相互观测都会导致UUVs集群全体状态更新，本文方法使得观测更新仅与观测直接涉及的UUV相关，有效地降低了通信载荷，实现观测信息的即插即用，扩展性良好。