基于CKF-SLAM改进的无人水下航行器动态目标跟踪算法研究OACSTPCD
针对容积卡尔曼滤波(cubature Kalman filter,CKF)同步定位与建图(simultaneous localization and mapping,SLAM)算法在动态目标跟踪(object tracking,OT)的应用中,存在算法实时性不高、计算复杂以及对动态目标物跟踪精度较低的问题,提出基于平方根容积卡尔曼滤波SLAM的无人水下航行器(unmanned underwater Vehicle,UUV)目标跟踪算法(SRCKF-SLAM-OT).该算法将CKF-SLAM-OT中复杂的计算部分,利用3阶容积准则选取一组相同权值的容积点来近似计算,再利用数值积分法计算非线性方程模型的后验状态估计平均值和方差,并对协方差矩阵的平方根因子进行更新.仿真结果表明:SRCKF-SLAM-OT算法简化了计算量和改善了数值精度,提高了UUV在未知水下环境中自身定位的精度和动态目标物跟踪的能力.
都立立;邢传玺;万志良;李聪颖;
云南民族大学电气信息工程学院,云南昆明650500
计算机与自动化
动态目标跟踪容积卡尔曼滤波同步定位与建图平方根容积卡尔曼滤波无人水下航行器
《云南民族大学学报(自然科学版)》 2024 (001)
P.102-110 / 9
国家自然基金(61761048);云南省基础研究专项面上项目(202101AT070132);云南省高校信息与通信安全灾备重点实验室(650500).
评论