CN110333369B - 基于水面gps校正的uuv的dvl测速系统及自适应去噪方法 - Google Patents
基于水面gps校正的uuv的dvl测速系统及自适应去噪方法 Download PDFInfo
- Publication number
- CN110333369B CN110333369B CN201910617653.7A CN201910617653A CN110333369B CN 110333369 B CN110333369 B CN 110333369B CN 201910617653 A CN201910617653 A CN 201910617653A CN 110333369 B CN110333369 B CN 110333369B
- Authority
- CN
- China
- Prior art keywords
- dvl
- speed
- uuv
- noise
- gps
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
- G01P21/02—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers
- G01P21/025—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers for measuring speed of fluids; for measuring speed of bodies relative to fluids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
- G01P5/24—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the direct influence of the streaming fluid on the properties of a detecting acoustical wave
- G01P5/241—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the direct influence of the streaming fluid on the properties of a detecting acoustical wave by using reflection of acoustical waves, i.e. Doppler-effect
Abstract
本发明属于船舶领域,公开了基于水面GPS校正的UUV的DVL测速系统及自适应去噪方法,包含如下步骤:步骤(1):令UUV在水面航行,DVL测出UUV的对海底速度,GPS测出UUV的速度;步骤(2):将DVL测出的UUV的对海底速度和GPS测出的UUV的速度输入数据比对模块,再得到DVL测速噪声成型滤波器;基于DVL测速噪声成型滤波器得到DVL测速噪声增广卡尔曼滤波器;步骤(3):UUV水下航行时,先使DVL测出的UUV的对海底速度输入DVL测速噪声成型滤波器将有色噪声白化得到含有白噪声的速度信息,然后将含有白噪声的速度信息输入DVL测速噪声增广卡尔曼滤波器,得出精准的速度信息;步骤(4):重复步骤(3)。本发明测速准确度高,得到的速度信息更精准,可以用于闭环控制及导航。
Description
技术领域
本发明属于船舶领域,尤其涉及基于水面GPS校正的UUV的DVL测速系统及自适应去噪方法。
背景技术
无人潜航器是没有人驾驶、靠遥控或自动控制在水下航行的器具,主要指那些代替潜水员或载人小型潜艇进行深海探测、救生、排除水雷等高危险性水下作业的智能化系统。因此,无人潜航器也被称为“潜水机器人”或“水下机器人”。无人潜航器按应用领域,可分为军用与民用。在军用领域上,无人潜航器可作为一种新概念武器中无人作战平台武器。从这某层意义上说,无人潜航器的作用和无人机作用差不多。
早期的水下无人潜航器只是用于民用领域,可以代替潜水员进行沉船打捞、深水勘探以及水下电缆铺设等作业和施工。直到上个世纪90年代,无人潜航器的相关技术发展相对成熟,其在军事领域的重要价值才日渐被人们重视。美海军水文和海洋单位使用配备有大量传感器的UUV绘制海床图,为潜艇和两栖作战计划提供必要数据。无人潜航器也用于搜救、情报、监视和侦察任务。同时,美国已经开始测试一种新型深海UUV用于跟踪敌方潜艇,开发时序要求严格的打击能力也成为一种实际可能。它可通过远程操作来进攻——将会支撑起舰队行动、海上拒止、海洋封锁等任务,控制住重要的海洋航线。它可作为诱饵将敌潜艇诱骗离开舰艇编队,在其他兵器协同下进行围歼;可对水面、水下目标进行侦察或敌侦察进行反侦察,或者作为潜艇的外部声传感器平台,扩大潜艇的搜索和侦察范围或组成反潜警戒线;可深入敌布设的水雷区绘制雷区图,引导己方舰艇安全通过雷区或为己方扫/猎雷舰提供支援;可布放水雷并对己方所布水雷区。专家认为,不用惧怕恶劣的水文环境和海底极高的危险度,可以长时间、高密级地侦察搜集水中的各种情报,是未来战争当之无愧的“海底侦察兵”。
水下无人航行器UUV在水下运行时的速度信息对于它自身的航行尤为重要。水下无人航行器在水下航行时,无法使用全球卫星导航定位系统GPS信号来测速与定位。其在水下工作时大多依靠高频声学多普勒测速仪DVL去进行测速,速度信息对于水下无人航行器的航位推算、闭环控制以及导航都起着重要的作用。但在航行器内部有很多电磁干扰、传感器等产生的噪声,单独使用DVL测速,难以满足UUV对速度测量的日益迫切的高精度要求,可能导致航行器水下航位推算失准,导航精度过低等情况的发生。
申请号为201410032817.7的专利公开了基于SINS/DVL/GPS的AUV组合导航系统,包括SINS系统、GPS接收机、DVL计程仪和数据融合中心,所述SINS系统、GPS接收机、DVL计程仪和数据融合中心均安装在AUV上;当AUV位于水面时,所述优化滤波模块结合SINS系统导航信息,对应于SINS系统的伪距、伪距率,以及GPS接收机输出的可用星历数据进行滤波融合计算,得到校正信息;当AUV位于水下时,所述优化滤波模块结合SINS系统输出的导航信息,以及DVL计程仪输出的三维航速信息进行滤波融合计算,得到校正信息。本发明提高了系统导航定位精度及鲁棒性,实现了不间断的水下及水面载体高精度导航跟踪功能。但该系统结构复杂,可靠性不高,对于一些短航时水下航行器成本过高,不利于推广。
发明内容
本发明的目的在于公开精度高、可靠性高的基于水面GPS校正的UUV的DVL测速系统及自适应去噪方法。
本发明的目的是这样实现的:
基于水面GPS校正的UUV的DVL测速系统,包括DVL、GPS、数据比对模块、DVL测速噪声成型滤波器、DVL测速噪声增广卡尔曼滤波器、控制器和执行机构;
GPS安装在UUV顶部,DVL安装在UUV底部,DVL的对海底速度输出端与数据比对模块的第一速度输入端连接,DVL的对海底速度输出端还和DVL测速噪声成型滤波器的输入端连接,GPS的速度输出端与数据比对模块的第二速度输入端连接,数据比对模块的输出端与DVL测速噪声成型滤波器的输入端连接,DVL测速噪声成型滤波器的输出端与DVL测速噪声增广卡尔曼滤波器的输入端连接,DVL测速噪声增广卡尔曼滤波器的输出端与控制器的输入端连接,控制器的输出端与执行机构连接。
基于水面GPS校正的UUV的DVL测速自适应去噪方法,包含如下步骤:
步骤(1):令UUV在水面航行,DVL测出UUV的对海底速度,GPS测出UUV的速度;
步骤(2):将DVL测出的UUV的对海底速度和GPS测出的UUV的速度输入数据比对模块,得到DVL有色噪声功率谱密度函数,然后通过DVL有色噪声功率谱密度函数得到有色噪声传递函数,再将有色噪声传递函数离散化得到DVL测速噪声成型滤波器;基于DVL测速噪声成型滤波器得到DVL测速噪声增广卡尔曼滤波器;
步骤(3):UUV水下航行时,先使DVL测出的UUV的对海底速度输入DVL测速噪声成型滤波器将有色噪声白化得到含有白噪声的速度信息,然后将含有白噪声的速度信息输入DVL测速噪声增广卡尔曼滤波器,得出精准的速度信息。
本发明还包括:
步骤(3)具体包括:
步骤3.1:DVL在k时刻的预测速度的增广状态方程x(k)由k-1时刻的速度进行推算:
步骤3.2:DVL在k时刻观测速度值为z(k)=H(k)x(k);
步骤3.3:由上一时刻的误差协方差矩阵来预测新的误差协方差矩阵:
其中:Q为系统噪声方差矩阵;Γ2为增广后的系统噪声驱动阵
步骤3.4:更新的卡尔曼增益K(k)=P(k|k-1)HT[HP(k|k-1)HT]-1;
步骤3.6:更新误差协方程矩阵P(k)=[I-K(k)H2]P(k|k-1),为下一步k+1时刻预测新的误差协方差做准备,H为增广后的量测矩阵;
步骤3.7:令k=k+1,返回步骤3.1进行新一轮迭代计算。
本发明的有益效果为:
本发明只需运用自身携带的GPS系统与DVL测速信息进行比对,运用由其得出DVL测速噪声成型滤波器及增广卡尔曼滤波器,就可以滤除UUV自身内部电磁干扰及传感器等产生的噪声,使DVL测速准确度得到有效提高,得到更精准的速度信息,以用于闭环控制及导航等。本发明操作简便,装置结构性简单,造价低,可靠性高,很好地节约了成本、提高了效率。
附图说明
图1是基于水面GPS校正的UUV的DVL测速系统示意图;
图2是基于水面GPS校正的UUV的DVL测速系统原理结构框图;
图3是基于水面GPS校正的UUV的DVL测速自适应去噪方法流程图。
具体实施方式
下面结合附图来进一步描述本发明:
如图1,一种基于水面GPS校正的UUV的DVL测速系统,包括高频声学多普勒测速仪DVL、全球定位系统GPS、数据比对模块、成型滤波器和增广卡尔曼滤波器;
其中GPS系统安装在UUV顶部,且在水面航行时其天线伸出,可测出UUV的真实速度。DVL系统安装在UUV底部,且随时能够测出UUV对海底实时速度。DVL的对海底速度输出端与数据比对模块的速度输入端一和DVL测速噪声成型滤波器的输入端连接,GPS的速度输出端与数据比对模块的速度输入端二连接,数据比对模块的输出端与DVL测速噪声成型滤波器的输入端连接,DVL测速噪声成型滤波器的输出端与DVL测速噪声增广卡尔曼滤波器的输入端连接,DVL测速噪声增广卡尔曼滤波器的输出端接入UUV控制器。
其中DVL测速噪声成型滤波器得出的方法为:将DVL所测速度与GPS所测速度通入数据比对模块得到DVL有色噪声功率谱密度函数,通过此有色噪声功率谱密度函数得到有色噪声传递函数,将此噪声传递函数离散化得到DVL测速噪声成型滤波器。
DVL测速噪声增广卡尔曼滤波器是基于DVL测速噪声成型滤波器,通过对卡尔曼滤波器运用增广状态向量的方法而得到。
一种基于水面GPS校正的UUV的DVL测速系统自适应去噪方法,包括以下步骤:
步骤一:令UUV在水面航行,UUV的DVL和GPS同时测出UUV的速度信息;
步骤二:将步骤一获得的DVL速度信息和GPS速度信息通入数据比对模块,得到DVL测速噪声成型滤波器,由此成型滤波器得到DVL测速噪声增广卡尔曼滤波器;
步骤三:UUV水下航行时,先使DVL测得速度信息通入DVL测速噪声成型滤波器将有色噪声白化,将得到的含有白噪声的速度信息输入DVL测速噪声增广卡尔曼滤波器,得出较为精准的速度信息。
如图2,为本发明的原理结构框图,本发明首先运用水下无人航行器的GPS系统,在水面航行时,测出UUV的真实速度信息,与DVL获取的速度信息通过数据比对模块进行比对,得到有色噪声的功率谱密度函数,由其得出DVL测速噪声成型滤波器,通过采用增广状态向量的方法由DVL测速噪声成型滤波器得到DVL测速噪声增广卡尔曼滤波器。在水下航行时,将DVL得到的速度信息,依次通入DVL测速噪声成型滤波器以及DVL测速噪声增广卡尔曼滤波器,达到对DVL所测速度信息去噪的目的。为系统反馈更加准确的速度信息。
参照图3,为本发明的具体步骤流程图,本发明的具体流程包括以下步骤:
步骤一:由于GPS在水下无法应用,故令UUV在水面沿着不同方向,进行变速航行一段时间,这时GPS和DVL会同时测出UUV的速度信息。
根据UUV的DVL所测得的速度信息,对其建立状态方程和观测方程,方程如下:
y(k)=Φ1(k|k-1)y(k-1)+Γ1(k-1)w(k-1);
z(k)=H1(k)y(k)+v(k);
其中给参数含义如下:
Φ1为状态转移阵;
w(t)为系统过程噪声,为已知,且为高斯白噪声;
Γ1为系统噪声驱动阵;
z(k)为k时刻UUV的速度观测值;
H1为量测阵;
v(t)为系统测量噪声,为有色噪声,主要来自设备内部的电磁干扰等。
步骤二:由于UUV内部存在电磁噪声、以及传感器等产生的噪声,且主要观测噪声为有色噪声,故当UUV在水面航行时,GPS所测出的速度数据精度远高于DVL所测得到的。GPS测出的较为精准的速度信息,与DVL所测信息进行比对,得到噪声信号,通过对其进行傅里叶变换,运用巴塞伐尔定理,再取统计平均可得到噪声的功率谱密度函数,由功率谱密度函数可得到其传递函数,再将其传递函数离散化可得出DVL测速噪声成型滤波器,可对观测噪声进行白化处理,得出的DVL测速噪声成型滤波器如下:
v(k)=Φvv(k-1)+ξ(k-1);
ξ(t)为零均值的高斯白噪声随机过程;
由于引入了DVL测速噪声成型滤波器,需要对原状态方程和观测方程进行增广扩展。其增广的状态方程为:
观测方程为:z(k)=H(k)x(k);
其中H(k)=[H1(k) I],I为单位阵。
Φ2为状态增广后的状态转移矩阵;
步骤三:在UUV潜入水中后,GPS系统已基本失效。只能用DVL进行测速,故用已经得出的DVL测速噪声成型滤波器对其观测噪声进行白化,再通过DVL测速噪声增广卡尔曼滤波器进行去噪运算,得出最优滤波速度值,具体滤波计算步骤如下:
步骤3.1:DVL在k时刻的预测速度的增广状态方程x(k)由k-1时刻的速度进行推算
步骤3.2:DVL在k时刻观测速度值为z(k)=H(k)x(k);
步骤3.3:由上一时刻的误差协方差矩阵来预测新的误差协方差矩阵
步骤3.4:更新的卡尔曼增益K(k)=P(k|k-1)HT[HP(k|k-1)HT]-1;
步骤3.6:更新误差协方程矩阵P(k)=[I-K(k)H2]P(k|k-1),为下一步k+1时刻预测新的误差协方差做准备;
步骤3.7:令k=k+1,返回步骤3.1进行新一轮迭代计算。
其中参数定义如下:
Q为系统噪声方差矩阵;
Γ2为增广后的系统噪声驱动阵;
H为增广后的量测矩阵。
综上,本发明的主要用途是解决单独DVL测速得出的信息由于UUV内部电磁干扰、传感器等产生的噪声等而导致其失准的问题。首先令UUV在水面航行,接收GPS信号,可以得到GPS测速的信息和DVL测速的信息,利用数据比对模块对其测速信息进行比对,得出有色噪声的DVL测速噪声成型滤波器,基于得出的成型滤波器对卡尔曼滤波器进行增广扩展,得到DVL测速噪声增广卡尔曼滤波器。当UUV在水下航行时,将DVL测得的速度信息运用DVL测速噪声成型滤波器将有色噪声白化,再运用DVL测速噪声增广卡尔曼滤波器对DVL所测速度信息进行去噪处理。
Claims (2)
1.基于水面GPS校正的UUV的DVL测速系统,其特征在于:包括DVL、GPS、数据比对模块、DVL测速噪声成型滤波器、DVL测速噪声增广卡尔曼滤波器、控制器和执行机构;GPS安装在UUV顶部,DVL安装在UUV底部,DVL的对海底速度输出端与数据比对模块的第一速度输入端连接,DVL的对海底速度输出端还和DVL测速噪声成型滤波器的输入端连接,GPS的速度输出端与数据比对模块的第二速度输入端连接,数据比对模块的输出端与DVL测速噪声成型滤波器的输入端连接,DVL测速噪声成型滤波器的输出端与DVL测速噪声增广卡尔曼滤波器的输入端连接,DVL测速噪声增广卡尔曼滤波器的输出端与控制器的输入端连接,控制器的输出端与执行机构连接。
2.基于水面GPS校正的UUV的DVL测速系统的自适应去噪方法,其特征在于:包含如下步骤:
步骤(1):令UUV在水面航行,DVL测出UUV的对海底速度,GPS测出UUV的速度;
步骤(2):将DVL测出的UUV的对海底速度和GPS测出的UUV的速度输入数据比对模块,得到DVL有色噪声功率谱密度函数,然后通过DVL有色噪声功率谱密度函数得到有色噪声传递函数,再将有色噪声传递函数离散化得到DVL测速噪声成型滤波器;基于DVL测速噪声成型滤波器得到DVL测速噪声增广卡尔曼滤波器;
步骤(3):UUV水下航行时,先使DVL测出的UUV的对海底速度输入DVL测速噪声成型滤波器将有色噪声白化得到含有白噪声的速度信息,然后将含有白噪声的速度信息输入DVL测速噪声增广卡尔曼滤波器,得出精准的速度信息;
步骤3.1:DVL在k时刻的预测速度的增广状态方程x(k)由k-1时刻的状态方程x(k-1)进行推算:
其中:y(k)为k时刻UUV的预测速度值,v(k)为DVL测速噪声成型滤波器,Φ2(k|k-1)为状态增广后的状态转移矩阵,Γ2(k|k-1)为增广后的系统噪声驱动阵;w(k-1)为系统过程噪声;
步骤3.2:DVL在k时刻观测速度值z(k)=H(k)x(k);其中,增广后的量测阵H(k)=[H1(k)I],I为单位阵,H1为量测阵;
步骤3.3:由上一时刻的误差协方差矩阵来预测新的误差协方差矩阵:
其中:Q为系统噪声方差矩阵;Γ2为增广后的系统噪声驱动阵
步骤3.4:更新的卡尔曼增益K(k)=P(k|k-1)HT[HP(k|k-1)HT]-1;
其中H与H(k)一样,为增广后的量测阵;
其中z(k)为k时刻观测速度值;
步骤3.6:更新误差协方程矩阵P(k)=[I-K(k)H]P(k|k-1),为下一步k+1时刻预测新的误差协方差做准备,H为增广后的量测矩阵;
步骤3.7:令k=k+1,返回步骤3.1进行新一轮迭代计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910617653.7A CN110333369B (zh) | 2019-07-10 | 2019-07-10 | 基于水面gps校正的uuv的dvl测速系统及自适应去噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910617653.7A CN110333369B (zh) | 2019-07-10 | 2019-07-10 | 基于水面gps校正的uuv的dvl测速系统及自适应去噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110333369A CN110333369A (zh) | 2019-10-15 |
CN110333369B true CN110333369B (zh) | 2021-05-11 |
Family
ID=68144917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910617653.7A Active CN110333369B (zh) | 2019-07-10 | 2019-07-10 | 基于水面gps校正的uuv的dvl测速系统及自适应去噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110333369B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110873813B (zh) * | 2019-12-02 | 2021-09-28 | 中国人民解放军战略支援部队信息工程大学 | 一种水流速度估算方法、组合导航方法及装置 |
CN111522351B (zh) * | 2020-05-15 | 2021-05-18 | 中国海洋大学 | 水下机器人三维编队及避障方法 |
CN116224312B (zh) * | 2023-05-08 | 2023-07-14 | 河海大学 | 一种多普勒计程仪测速数据去噪方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7768873B2 (en) * | 2007-03-14 | 2010-08-03 | Lockheed Martin Corporation | Combined spatial-temporal correlation SONAR |
CN102662083A (zh) * | 2012-03-28 | 2012-09-12 | 北京航空航天大学 | 一种基于gps速度信息的加速度计标定方法 |
CN103245793A (zh) * | 2013-04-10 | 2013-08-14 | 哈尔滨工程大学 | 一种组合导航洋流速度测量方法 |
CN104596514A (zh) * | 2015-01-12 | 2015-05-06 | 东南大学 | 加速度计和陀螺仪的实时降噪系统和方法 |
CN105842474A (zh) * | 2016-03-16 | 2016-08-10 | 哈尔滨工程大学 | 一种适用于微小型uuv的组合测速系统 |
CN109269496A (zh) * | 2018-07-16 | 2019-01-25 | 哈尔滨工程大学 | 双多普勒自适应切换测速的uuv深海组合导航装置及方法 |
-
2019
- 2019-07-10 CN CN201910617653.7A patent/CN110333369B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7768873B2 (en) * | 2007-03-14 | 2010-08-03 | Lockheed Martin Corporation | Combined spatial-temporal correlation SONAR |
CN102662083A (zh) * | 2012-03-28 | 2012-09-12 | 北京航空航天大学 | 一种基于gps速度信息的加速度计标定方法 |
CN103245793A (zh) * | 2013-04-10 | 2013-08-14 | 哈尔滨工程大学 | 一种组合导航洋流速度测量方法 |
CN104596514A (zh) * | 2015-01-12 | 2015-05-06 | 东南大学 | 加速度计和陀螺仪的实时降噪系统和方法 |
CN105842474A (zh) * | 2016-03-16 | 2016-08-10 | 哈尔滨工程大学 | 一种适用于微小型uuv的组合测速系统 |
CN109269496A (zh) * | 2018-07-16 | 2019-01-25 | 哈尔滨工程大学 | 双多普勒自适应切换测速的uuv深海组合导航装置及方法 |
Non-Patent Citations (1)
Title |
---|
Polar Transversal Initial Alignment Algorithm for;Zheping Yan;《Sensors》;20180925;第1-18页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110333369A (zh) | 2019-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bao et al. | Integrated navigation for autonomous underwater vehicles in aquaculture: A review | |
Zhang et al. | Subsea pipeline leak inspection by autonomous underwater vehicle | |
Jakuba et al. | Long‐baseline acoustic navigation for under‐ice autonomous underwater vehicle operations | |
RU2460043C1 (ru) | Система навигации автономного необитаемого подводного аппарата | |
CN110333369B (zh) | 基于水面gps校正的uuv的dvl测速系统及自适应去噪方法 | |
Desa et al. | Potential of autonomous underwater vehicles as new generation ocean data platforms | |
CN110186461A (zh) | 一种基于重力梯度信息测距的协同导航方法 | |
CN110231778A (zh) | 一种通用的uuv水下目标探测仿真方法及系统 | |
CN110865333B (zh) | 洋流影响下水下滑翔机单信标无源声学定位方法 | |
CN110806760B (zh) | 一种无人水下航行器的目标跟踪控制方法 | |
CN110441736B (zh) | 多关节水下无人潜行器变基线三维空间定位方法 | |
Fletcher et al. | From the lab to the ocean: Characterizing the critical docking parameters for a free floating dock with a REMUS 600 | |
Li et al. | Development status and key navigation technology analysis of autonomous underwater vehicles | |
CN112684453B (zh) | 一种基于无人潜航器双基地声纳系统的定位误差修正方法 | |
CN110954097A (zh) | 一种用于机器人组合的导航定位方法 | |
CN116358544A (zh) | 基于声学特征匹配定位修正惯性导航误差的方法和系统 | |
CN113501114B (zh) | 一种基于深潜器无动力下潜实时信息的深海海流计算方法 | |
Maki et al. | AUV HATTORI: A lightweight platform for high-speed low-altitude survey of rough terrains | |
Ura | Development timeline of the autonomous underwater vehicle in Japan | |
Cadena | Development of a low cost Autonomous Underwater Vehicle for Antarctic exploration | |
Inzartsev et al. | Integrated positioning system of autonomous underwater robot and its application in high latitudes of arctic zone | |
Helgesen et al. | Inertial navigation aided by ultra-wideband ranging for ship docking and harbor maneuvering | |
Inzartsev et al. | The integrated navigation system of an autonomous underwater vehicle and the experience from its application in high arctic latitudes | |
Orłowski | Directions of development of the autonomous unmanned underwater vehicles. a review | |
Kim et al. | A study on the UUV docking system by using torpedo tubes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |