CN115657667B - 航行器控制方法、装置、终端设备及计算机可读存储介质 - Google Patents
航行器控制方法、装置、终端设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN115657667B CN115657667B CN202211245425.XA CN202211245425A CN115657667B CN 115657667 B CN115657667 B CN 115657667B CN 202211245425 A CN202211245425 A CN 202211245425A CN 115657667 B CN115657667 B CN 115657667B
- Authority
- CN
- China
- Prior art keywords
- state variable
- navigational speed
- aircraft
- covariance matrix
- updated
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000001914 filtration Methods 0.000 claims abstract description 113
- 239000011159 matrix material Substances 0.000 claims description 111
- 238000004590 computer program Methods 0.000 claims description 22
- 239000012530 fluid Substances 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 description 19
- 230000033001 locomotion Effects 0.000 description 17
- 230000010354 integration Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013016 damping Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 101000802640 Homo sapiens Lactosylceramide 4-alpha-galactosyltransferase Proteins 0.000 description 2
- 102100035838 Lactosylceramide 4-alpha-galactosyltransferase Human genes 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Traffic Control Systems (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Feedback Control In General (AREA)
Abstract
本申请适用于航行器技术领域，提供了一种航行器控制方法、装置、终端设备及计算机可读存储介质，包括：计算航行器在多个预设航速点各自对应的初始滤波结果，其中，滤波结果用于表示所述航行器的状态变量的滤波值；根据多个所述初始滤波结果确定最终滤波结果；根据所述最终滤波结果控制所述航行器。通过上述方法，能够有效提高航行器的控制精度。
Description
技术领域
本申请属于航行器技术领域，尤其涉及一种航行器控制方法、装置、终端设备及计算机可读存储介质。
背景技术
航行器是一种可以无需遥控，借助精确卫星定位和自身传感即可按照预设任务在水面或水下航行的全自动机器人。这种“机器人”融合了船舶、通信、自动控制、远程监控和网络化系统等多项技术，实现了自主导航、智能避障、远距离通信、视频实时传输和网络化监控等多项功能。作为一种新型技术手段，航行器已经在海洋调测、海上防务等领域得到了广泛应用。
航行器行驶过程中，需要监测航行器的状态变量，根据航行器的实时状态变量计算作用于航行器的流体载荷等数据，然后根据计算出的实时数据对航行器进行实时控制。但由于航行器在行驶过程中，极易受到海洋环境中风、浪、流等多种难以观测、预测、且快速变化的扰动因素的影响，因此，监测到的航行器的状态变量往往准确度较低，进而影响航行器的控制精度。
发明内容
本申请实施例提供了一种航行器控制方法、装置、终端设备及计算机可读存储介质，可以有效提高航行器的控制精度。
第一方面，本申请实施例提供了一种航行器控制方法，包括：
计算航行器在多个预设航速点各自对应的初始滤波结果，其中，滤波结果用于表示所述航行器的状态变量的滤波值；
根据多个所述初始滤波结果确定最终滤波结果；
根据所述最终滤波结果控制所述航行器。
本申请实施例中，分别计算多个预设航速点的初始滤波结果，相当于计算航行器在多个航速下的状态变量的滤波值；然后根据多个预设航速点各自的初始滤波结果确定出最终的滤波结果，相当于考虑了航行器在每个航速下的状态；最后根据最终滤波结果控制航行器。由于航行器行驶过程中容易受到难以预测、观测的扰动因素的影响，因此，监测到的航行器的状态变量是不准确的，但通过上述方法，考虑了多种航速情况下的状态变量，相当于考虑了多种扰动因素对应的行驶状态，这样获得的状态变量较为准确，从而有效提高了航行器的控制精度。
在第一方面的一种可能的实现方式中，所述计算航行器在多个预设航速点各自对应的初始滤波结果，包括：
获取所述航行器的航速范围；
在所述航速范围内等比例获取多个采样航速点，所述预设航速点为所述采样航速点；
计算所述航行器在多个所述预设航速点各自对应的初始滤波结果。
在第一方面的一种可能的实现方式中，所述计算所述航行器在多个预设航速点各自对应的初始滤波结果，包括：
在第1个控制时刻，对于每个所述预设航速点，根据第一协方差矩阵计算第一增益矩阵，其中，所述第一协方差矩阵为第一状态变量的协方差矩阵，所述第一状态变量为所述第1个控制时刻所述预设航速点对应的实际状态变量的；
根据所述第一增益矩阵更新所述第一状态变量，获得更新后的所述第一状态变量；
根据所述第一增益矩阵更新所述第一协方差矩阵，获得更新后的所述第一协方差矩阵；
根据更新后的所述第一状态变量预测第2个控制时刻所述预设航速点对应的第二状态变量；
根据更新后的所述第一协方差矩阵预测第2个控制时刻所述第二状态变量的第二协方差矩阵，其中，所述第2个控制时刻所述预设航速点对应的初始滤波结果包括所述第二状态变量和所述第二协方差矩阵。
在第一方面的一种可能的实现方式中，所述计算所述航行器在多个预设航速点各自对应的初始滤波结果，包括：
在所述第2个控制时刻，对于每个所述预设航速点，根据所述第二协方差矩阵计算第二增益矩阵；
根据所述第二增益矩阵更新所述第二状态变量，获得更新后的所述第二状态变量；
根据所述第二增益矩阵更新所述第二协方差矩阵，获得更新后的所述第二协方差矩阵；
根据更新后的所述第二状态变量预测第3个控制时刻所述预设航速点对应的第三状态变量；
根据更新后的所述第二协方差矩阵预测第3个控制时刻所述第三状态变量的第三协方差矩阵，其中，所述第3个控制时刻所述预设航速点对应的初始滤波结果包括所述第三状态变量和所述第三协方差矩阵。
在第一方面的一种可能的实现方式中，所述根据更新后的所述第一状态变量预测第2个时刻所述预设航速点对应的第二状态变量，包括：
根据更新后的所述第一状态变量和预设的积分步长计算第一积分值；
根据更新后的所述第一状态变量、所述第一积分值和所述积分步长计算第二积分值；
根据更新后的所述第一状态变量、所述第二积分值和所述积分步长计算第三积分值；
根据更新后的所述第一状态变量、所述第一积分值、所述第二积分值和所述第三积分值计算所述第二状态变量。
在第一方面的一种可能的实现方式中，所述根据多个所述初始滤波结果确定最终滤波结果，包括：
计算每个所述预设航速点对应的航速差值，其中，所述航速差值为所述预设航速点对应的初始滤波结果中的低频纵向航速与所述预设航速点之间的差值；
将计算出的所述航速差值中的最小值确定为所述最终滤波结果。
在第一方面的一种可能的实现方式中，所述根据所述最终滤波结果控制所述航行器，包括：
根据所述最终滤波结果计算所述航行器的流体载荷；
根据所述最终滤波结果和所述流体载荷控制所述航行器。
第二方面，本申请实施例提供了一种控制装置，包括：
计算单元，用于计算航行器在多个预设航速点各自对应的初始滤波结果，其中，滤波结果用于表示所述航行器的状态变量的滤波值；
滤波单元，用于根据多个所述初始滤波结果确定最终滤波结果；
控制单元，用于根据所述最终滤波结果控制所述航行器。
第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的航行器控制方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的航行器控制方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的航行器控制方法。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的航行器控制方法的流程示意图；
图2是本申请一实施例提供的控制流程示意图。
图3是本申请一实施例提供的航行器控制装置的结构示意图；
图4是本申请一实施例提供终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。
航行器是一种可以无需遥控，借助精确卫星定位和自身传感即可按照预设任务在水面或水下航行的全自动机器人。航行器包括无人水面艇(unmanned surface vessel，USV)(如无人船)，以及水下航行器(Unmanned Underwater Vehicle，UUV)。航行器行驶过程中，需要监测航行器的状态变量，根据航行器的实时状态变量计算作用于航行器的流体载荷等数据，然后根据计算出的实时数据对航行器进行实时控制。但由于航行器在行驶过程中，极易受到海洋环境中风、浪或流等多种难以观测、预测、且快速变化的扰动因素的影响，因此，监测到的航行器的状态变量往往准确度较低，进而影响航行器的控制精度。
为了解决上述问题，本申请实施例提供了一种控制方法。本申请实施例中，考虑了航行器在多个航速点下的状态，以避免由于航速监测不准确导致的状态变量的估计错误，有效提高了航行器状态变量的估计精度，从而提高了航行器的控制精度。
在一些应用场景中，本申请实施例提供的控制方法可以应用在航行器的控制器上，此应用场景下，控制器可以与航行器的动力装置和传动装置等通信，以实现对航行器的控制。在另一些应用场景中，本申请实施例提供的控制方法还可以应用在航行器控制系统中的控制终端。此应用场景下，航行器控制系统可以包括控制终端(如控制塔、控制中心等)和至少一个航行器，每个航行器上设置有控制器。控制终端可以通过无线的方式与航行器的控制器通信，以通过航行器的控制器控制航行器的动力装置和传动装置等。
为了清楚说明本申请实施例提供的控制方法，首先介绍本申请实施例涉及到的技术背景。USV航行于风、浪或流中，UUV航行于浪与流中，航行器的水平运动由低频运动和由波浪引起的波频运动组成。可以理解的是，对于UUV来说，模型中只需将风的作用参数设置为0即可，此种方式适用于本文中任一模型。
一、低频运动模型
航行器低频运动模型由如下公式：
其中，xL、yL、ψL分别为航行器北向位置、东向位置以及转艏的低频分量，uL、vL、rL分别为航行器低频运动的纵向速度、横向速度以及转艏角速度，M为航行器的惯量矩阵(包括刚体惯量矩阵和附加惯量矩阵)，τthru，τwind和τcur分别为螺旋桨、风以及流作用于航行器的水平荷载，均包含纵向力、横向力和转艏力矩，对于τthru、τwind在本申请实施例中作为已知输入量，τcur则按如下公式在选定的航速点u0附近展开如下：
其中，Rbase(u)为航行器的航速阻力曲线，D中各项以及Xuu、Yvv、Nrr亦为选定航速的函数，通过理论计算、数值模拟或试验得到，wu、wv、wr为白噪声，代表了航行器水平运动模型与实际情况的偏差。uc，vc为环境流在船体纵向和横向的投影分量，rc为虚拟旋转流分量，uc，vc的计算见后文流模型。
即认为在任意航速点展开时，粘性水动力的偏差由线性部分D和非线性部分Xuu、Yvv、Nrr组成。Xu和Xuu分别为在展开点纵向粘性水动力变化的线性部分和二次项部分；Yv、Yvv分别为在展开点横向粘性水动力变化的线性部分和二次项部分；Nr、Nrr分别为在展开点转艏粘性水动力变化的线性部分和二次项部分；Yr和Nr为在展开点交叉粘性水动力导数的线性部分；本申请实施例中忽略交叉粘性水动力导数的非线性部分。
二、波频运动模型
航行器航行时在北向、东向以及转艏三个自由度的波频运动分别有如下二阶系统描述：
其中，xH、yH、ψH分别为北向、东向以及转艏运动的波频运动分量，ξx、ξy、ξψ则为上述三个分量的积分；ω0x、ζx为北向二阶波频运动主频和阻尼，ω0y、ζy为东向二阶波频运动主频和阻尼；ω0ψ、ζψ为转艏二阶波频运动主频和阻尼；wxh，wyh，wψh为白噪声，代表了系统的波频驱动。
三、流模型
航行器航行时，其航行环境中的流由如下公式表示：
其中，Vc和βc分别为北东流的流速和流向，rc为便于估计转艏不平衡荷载而引入的虚拟旋转流速，wVc、wβc、wrc为白噪声，其强度代表了北东流及虚拟旋转流的变化强度，上文低频运动模型中的uc，vc通过如下公式计算。
uc＝Vccos(βc-ψL-ψH) (9)
vc＝Vcsin(βc-ψL-ψH) (10)
四、过程模型
综合上述的航行器低频运动模型、波频运动模型以及流模型，取作为过程模型的状态变量，取作为输入变量，取作为干扰变量，将公式(1)～(10)所表述的内容带入，可以得到如下的过程模型：
其中，f和Γ的形式由公式(1)～(10)决定，其具体表达式如下。
Γ矩阵代表了过程噪声对系统的影响，其具体表达式为：
其中
Ec为三维单位阵。
按前文表述为15维状态变量，/>为三维输入变量。即f包含15个方程，我们以fi来表示其第i个方程，并将方程中所有中间变量消去，用xi来表示状态变量/>的第i个变量，将15个方程的具体展开如下：
五、观测模型
对于航行器，通常采用常见的组合导航系统来测量其艏向和位置，航行器工作点附近任取一位置作为坐标原点，将组合导航系统所测量得到的经度、纬度信息转化为相对于该坐标原点的北向坐标No和东向坐标Eo，并结合艏向观测信息ψo，取观测量并假设观测系统偏差为不相关的白噪声，可得该系统的观测模型为：
其中，其三个分量vN，vE，vψ为白噪声。H为3X15的观测矩阵，除H(1，1)，H(1，8)，H(2，2)，H(2，10)，H(3，3)，H(3，12)这6个元素为1外，其余元素均为0。
基于上述数学模型，下面介绍本申请实施例提供的控制方法。参见图1，是本申请实施例提供的航行器控制方法的流程示意图，作为示例而非限定，所述方法可以包括以下步骤：
S101，计算航行器在多个预设航速点各自对应的初始滤波结果，其中，滤波结果用于表示所述航行器的状态变量的滤波值。
可选的，获取预设航速点的一种方式为，预先人为设置预设航速点。但这种方式主观性较强，鲁棒性较差。
为了提高方法的鲁棒性，可选的，获取预设航速点的另一种方式为：获取所述航行器的航速范围；在所述航速范围内等比例获取多个所述采样航速点，所述预设航速点为所述采样航速点；计算所述航行器在多个所述预设航速点各自对应的初始滤波结果。
上述方式，通过等比例对航速点采样，能够避免由于人为设置导致的采样不均匀的问题，同时能够保证在航行器航速范围内、考虑到各个航速段的状态，从而保证预测出的最终状态变量的精确性。
一些应用场景中，每个控制时刻计算初始滤波结果的过程中，可以随机确定一个比例值，然后根据随机确定出的比例值、在航速范围内获取多个采样航速点。通过上述随机确定比例值的方式，进一步提高了方法的鲁棒性。
示例性的，拟在航行器工作航速范围0～umax按照均匀比例取若干个航速点，如10个。对于0航速，取D为0矩阵，Xuu、Yvv，Nrr可由理论计算或是试验的方法取得。对于其它航速点，均采用线性展开模型，即认为Xuu、Yvv，Nrr取为零，D中各项通过理论计算或是试验的方法得到。ω0x、ω0y、ω0ψ取为1.0，ζx、ζy，ζψ取为0.1。
在一个实施例中，每个预设航速点的初始滤波结果的计算方式包括以下步骤：
在第1个控制时刻，对于每个所述预设航速点，根据第一协方差矩阵计算第一增益矩阵，其中，所述第一协方差矩阵为第一状态变量的协方差矩阵，所述第一状态变量为所述第1个控制时刻所述预设航速点对应的实际状态变量的；
根据所述第一增益矩阵更新所述第一状态变量，获得更新后的所述第一状态变量；根据所述第一增益矩阵更新所述第一协方差矩阵，获得更新后的所述第一协方差矩阵；根据更新后的所述第一状态变量预测第2个控制时刻所述预设航速点对应的第二状态变量；根据更新后的所述第一协方差矩阵预测第2个控制时刻所述第二状态变量的第二协方差矩阵，其中，所述第2个控制时刻所述预设航速点对应的初始滤波结果包括所述第二状态变量和所述第二协方差矩阵。
在所述第2个控制时刻，对于每个所述预设航速点，根据所述第二协方差矩阵计算第二增益矩阵；根据所述第二增益矩阵更新所述第二状态变量，获得更新后的所述第二状态变量；根据所述第二增益矩阵更新所述第二协方差矩阵，获得更新后的所述第二协方差矩阵；根据更新后的所述第二状态变量预测第3个控制时刻所述预设航速点对应的第三状态变量；根据更新后的所述第二协方差矩阵预测第3个控制时刻所述第三状态变量的第三协方差矩阵，其中，所述第3个控制时刻所述预设航速点对应的初始滤波结果包括所述第三状态变量和所述第三协方差矩阵。
对于航行器某一具体航速点u0，如果式(3)中的D中以及Xuu、Yvv、Nrr已知，且M，ω0ψ、ζψ、ω0y、ζy，ω0ψ、ζψ等已知，则式(11)中的具体形式完全确定。
因为航行器的阻力曲线可以事先得到，螺旋桨的推力可以由螺旋桨的实际情况计算得到，风荷载亦可以通过风传感器测量得到的相对风速、风向通过经验公式计算得到，则任意时候系统的输入完全确定。在/>所代表的模型噪声和/>所代表的观测噪声已知的情况下，对由式(11)和式(12)所组成的系统如下
可选的，本申请实施例中，可以采用扩展卡尔曼滤波方法迭代更新状态变量。具体的：
1)初始化
P-(0)＝P0 (15)
一般可以取所有元素均为0的列向量，P0一般取为对角阵，对角线上的元素取较大值，反映了初始时候系统的不确定性。
2)观测更新
K(k)＝P-(k)HT[HP-(k)HT+R]-1 (16)
P(k)＝[I-K(k)H]P-(k)[I-K(k)H]T+K(k)*R*K(k)T (18)
3)预测更新
P-(k+1)＝Φ(k)P(k)Φ(k)T+hΓQΓT (20)
4)迭代
k＝k+1，转步骤2)。
其中，K(k)表示第k个控制时刻的增益矩阵，表示第k个控制时刻的状态变量，P(k)表示第k个控制时刻的状态变量的协方差矩阵。
需要说明的是，上述迭代算法中P代表了系统状态变量的协方差，在本例中为15X15的对称矩阵，P-本质上等同于P，为区分起见，将P-表示为更新前的值，P表示更新后的值；同理，表示更新前的状态变量，/>表示更新后的状态变量。式(19)中的Integ()代表对其中的f所代表的常微分方程进行积分，积分步长为h，即k与k+1之间的时间间隔。
可选的，上述式(19)中的Integ()可以采用一阶积分。
为了提高算法精度，可选的，本申请实施例中采用4阶龙哥-库塔积分。在利用Integ()根据更新后的所述第一状态变量预测第2个时刻所述预设航速点对应的第二状态变量的步骤中，可以包括以下步骤：
根据更新后的所述第一状态变量和预设的积分步长计算第一积分值；
根据更新后的所述第一状态变量、所述第一积分值和所述积分步长计算第二积分值；
根据更新后的所述第一状态变量、所述第二积分值和所述积分步长计算第三积分值；
根据更新后的所述第一状态变量、所述第一积分值、所述第二积分值和所述第三积分值计算所述第二状态变量。
具体的，可以通过以下公式计算：
其中，h表示积分步长，K2表示根据更新后的计算出的积分值，K3表示根据更新后的/>和K2计算出的积分值，K4表示根据更新后的/>和K3计算出的积分值。示例性的，当k＝1，即第1个控制时刻时，K2为第一积分值，K3为第二积分值，K4为第四积分值。
式(20)中的Φ为一步转移矩阵，表达式如下：
Φ(k)＝I+hJ (21)
式(21)中I为15x15的单位阵，其第二项为所谓的雅可比矩阵，其表达式为
其中，J(i，j)的值为f的第i个方程对的第j个分量求偏导数。
式(18)和式(20)中的Q和R分别为过程噪声和观测噪声/>的协方差，假设/>的各分量之间及/>的各分量之间互不关联，则Q和R分别为9维和3维的对角阵，其各对角线上元素的取值如下：
Q(1，1)和Q(2，2)分别为wu和wv的方差，可取值为(0.1M(1，1))*0.1M(1，1)；
Q(3，3)为wr的方差，可取为0.01745*M(2，2)*(0.01745*M(2，2))；
Q(4，4)和Q(5，5)分别为wxh和wyh的方差，可取值为0.5*0.5；
Q(6，6)为wψh的方差，可取值为0.01745*0.01745；
Q(7，7)为wVc的方差，可取值为0.1*0.1；
Q(8，8)为wβc的方差，可取值为0.01745*0.01745；
Q(9，9)为wrc的方差，可取值为0.01745*0.01745；
R(1，1)为的vN方差，即北向观测的方差，可取为0.3*0.3
R(2，2)为的vE方差，即北向观测的方差，可取为0.3*0.3
R(3，3)为的vψ方差，即艏向观测的方差，可取为0.0873*0.0873；
需要说明的是，上述取值只是可选值，具体实施时可以适当调整。
S102，根据多个所述初始滤波结果确定最终滤波结果。
可选的，可以将初始滤波结果的平均值、中位值或方差确定为最终滤波结果。
可选的，本申请实施例中，计算每个所述预设航速点对应的航速差值，其中，所述航速差值为所述预设航速点对应的初始滤波结果中的低频纵向航速与所述预设航速点之间的差值；将计算出的所述航速差值中的最小值确定为所述最终滤波结果。
具体的，在每一个控制时刻，对于每一个滤波器，计算其滤波结果中的得到的差值的绝对值：
其中，上标i表示滤波器序号，即为第i个滤波器的低频纵向航速uL，/>为i个滤波器对应的预设航速基点。在线实时比较n个滤波器的/>值，取该值最小的滤波器的滤波结果作为最终滤波结果。
S103，根据所述最终滤波结果控制所述航行器。
参见图2，是本申请实施例提供的控制流程示意图。如图2所示，作为示例而非限定，本申请实施例中，控制方法包括：
S201，计算航行器在多个预设航速点各自对应的初始滤波结果。
S202，根据多个初始滤波结果确定最终滤波结果。
步骤S201-S202与上述步骤S101-S102相同，具体可参见步骤S101-S102实施例中的描述，在此不再赘述。
S203，根据最终滤波结果计算航行器的流体载荷。
S204，根据最终滤波结果和流体载荷控制航行器。
具体的，载荷计算方式如下：
对于航行器在某一具体航速点u0展开的上述扩展Kalman滤波器，在每次观测更新的时候，因已知，因此可以按公式(3)计算作用于航行器体的流体荷载，具体化为如下计算公式：
uc(k)＝Vc(k)cos(βc(k)-ψL(k)-ψH(k)) (23)
vc(k)＝Vc(k)sin(βc(k)-ψL(k)-ψH(k)) (24)
上述公式中涉及的uL(k)、vL(k)、rL(k)、ψL(k)、ψH(k)、Vc(k)、βc(k)、rc(k)分别为的第4、5、6、3、12、13、14、15个分量，详见上述过程模型中的描述，这里不再赘述。
本申请实施例中，分别计算多个预设航速点的初始滤波结果，相当于计算航行器在多个航速下的状态变量的滤波值；然后根据多个预设航速点各自的初始滤波结果确定出最终的滤波结果，相当于考虑了航行器在每个航速下的状态；最后根据最终滤波结果控制航行器。由于航行器行驶过程中容易受到难以预测、观测的扰动因素的影响，因此，监测到的航行器的状态变量是不准确的，但通过上述方法，考虑了多种航速情况下的状态变量，相当于考虑了多种扰动因素对应的行驶状态，这样获得的状态变量较为准确，从而有效提高了航行器的控制精度。另外，本申请实施例中，采样4阶龙哥-库塔积分，能够进一步提高状态变量的预测精度，从而进一步提高了航行器的控制精度。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的控制方法，图2是本申请实施例提供的航行器控制装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图3，该装置包括：
计算单元31，用于计算航行器在多个预设航速点各自对应的初始滤波结果，其中，滤波结果用于表示所述航行器的状态变量的滤波值；
滤波单元32，用于根据多个所述初始滤波结果确定最终滤波结果；
控制单元33，用于根据所述最终滤波结果控制所述航行器。
可选的，计算单元31还用于：
获取所述航行器的航速范围；
在所述航速范围内等比例获取多个采样航速点，所述预设航速点为所述采样航速点；
计算所述航行器在多个所述预设航速点各自对应的初始滤波结果。
可选的，计算单元31还用于：
在第1个控制时刻，对于每个所述预设航速点，根据第一协方差矩阵计算第一增益矩阵，其中，所述第一协方差矩阵为第一状态变量的协方差矩阵，所述第一状态变量为所述第1个控制时刻所述预设航速点对应的实际状态变量的；
根据所述第一增益矩阵更新所述第一状态变量，获得更新后的所述第一状态变量；
根据所述第一增益矩阵更新所述第一协方差矩阵，获得更新后的所述第一协方差矩阵；
根据更新后的所述第一状态变量预测第2个控制时刻所述预设航速点对应的第二状态变量；
根据更新后的所述第一协方差矩阵预测第2个控制时刻所述第二状态变量的第二协方差矩阵，其中，所述第2个控制时刻所述预设航速点对应的初始滤波结果包括所述第二状态变量和所述第二协方差矩阵。
可选的，计算单元31还用于：
在所述第2个控制时刻，对于每个所述预设航速点，根据所述第二协方差矩阵计算第二增益矩阵；
根据所述第二增益矩阵更新所述第二状态变量，获得更新后的所述第二状态变量；
根据所述第二增益矩阵更新所述第二协方差矩阵，获得更新后的所述第二协方差矩阵；
根据更新后的所述第二状态变量预测第3个控制时刻所述预设航速点对应的第三状态变量；
根据更新后的所述第二协方差矩阵预测第3个控制时刻所述第三状态变量的第三协方差矩阵，其中，所述第3个控制时刻所述预设航速点对应的初始滤波结果包括所述第三状态变量和所述第三协方差矩阵。
可选的，计算单元31还用于：
根据更新后的所述第一状态变量和预设的积分步长计算第一积分值；
根据更新后的所述第一状态变量、所述第一积分值和所述积分步长计算第二积分值；
根据更新后的所述第一状态变量、所述第二积分值和所述积分步长计算第三积分值；
根据更新后的所述第一状态变量、所述第一积分值、所述第二积分值和所述第三积分值计算所述第二状态变量。
可选的，滤波单元32还用于：
计算每个所述预设航速点对应的航速差值，其中，所述航速差值为所述预设航速点对应的初始滤波结果中的低频纵向航速与所述预设航速点之间的差值；
将计算出的所述航速差值中的最小值确定为所述最终滤波结果。
可选的，控制单元33还用于：
根据所述最终滤波结果计算所述航行器的流体载荷；
根据所述最终滤波结果和所述流体载荷控制所述航行器。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
另外，图3所示的航行器控制装置可以是内置于现有的终端设备内的软件单元、硬件单元、或软硬结合的单元，也可以作为独立的挂件集成到所述终端设备中，还可以作为独立的终端设备存在。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图4是本申请实施例提供的终端设备的结构示意图。如图4所示，该实施例的终端设备4包括：至少一个处理器40(图4中仅示出一个)处理器、存储器41以及存储在所述存储器41中并可在所述至少一个处理器40上运行的计算机程序42，所述处理器40执行所述计算机程序42时实现上述任意各个航行器控制方法实施例中的步骤。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，图4仅仅是终端设备4的举例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，该处理器40还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41在一些实施例中可以是所述终端设备4的内部存储单元，例如终端设备4的硬盘或内存。所述存储器41在另一些实施例中也可以是所述终端设备4的外部存储设备，例如所述终端设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储操作系统、应用程序、引导装载程序(Boot Loader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (6)
1.一种航行器控制方法，其特征在于，包括：
计算航行器在多个预设航速点各自对应的初始滤波结果，其中，滤波结果用于表示所述航行器的状态变量的滤波值；
根据多个所述初始滤波结果确定最终滤波结果；
根据所述最终滤波结果控制所述航行器；
所述计算航行器在多个预设航速点各自对应的初始滤波结果包括：
在第1个控制时刻，对于每个所述预设航速点，根据第一协方差矩阵计算第一增益矩阵，其中，所述第一协方差矩阵为第一状态变量的协方差矩阵，所述第一状态变量为所述第1个控制时刻所述预设航速点对应的实际状态变量；
根据所述第一增益矩阵更新所述第一状态变量，获得更新后的所述第一状态变量；
根据所述第一增益矩阵更新所述第一协方差矩阵，获得更新后的所述第一协方差矩阵；
根据更新后的所述第一状态变量预测第2个控制时刻所述预设航速点对应的第二状态变量；
根据更新后的所述第一协方差矩阵预测第2个控制时刻所述第二状态变量的第二协方差矩阵，其中，所述第2个控制时刻所述预设航速点对应的初始滤波结果包括所述第二状态变量和所述第二协方差矩阵；
在所述第2个控制时刻，对于每个所述预设航速点，根据所述第二协方差矩阵计算第二增益矩阵；
根据所述第二增益矩阵更新所述第二状态变量，获得更新后的所述第二状态变量；
根据所述第二增益矩阵更新所述第二协方差矩阵，获得更新后的所述第二协方差矩阵；
根据更新后的所述第二状态变量预测第3个控制时刻所述预设航速点对应的第三状态变量；
根据更新后的所述第二协方差矩阵预测第3个控制时刻所述第三状态变量的第三协方差矩阵，其中，所述第3个控制时刻所述预设航速点对应的初始滤波结果包括所述第三状态变量和所述第三协方差矩阵；
所述根据多个所述初始滤波结果确定最终滤波结果，包括：
计算每个所述预设航速点对应的航速差值，其中，所述航速差值为所述预设航速点对应的初始滤波结果中的低频纵向航速与所述预设航速点之间的差值；
将计算出的所述航速差值中的最小值确定为所述最终滤波结果；
所述根据所述最终滤波结果控制所述航行器，包括：
根据所述最终滤波结果计算所述航行器的流体载荷；
根据所述最终滤波结果和所述流体载荷控制所述航行器。
2.如权利要求1所述的航行器控制方法，其特征在于，所述计算航行器在多个预设航速点各自对应的初始滤波结果，包括：
获取所述航行器的航速范围；
在所述航速范围内等比例获取多个采样航速点，所述预设航速点为所述采样航速点；
计算所述航行器在多个所述预设航速点各自对应的初始滤波结果。
3.如权利要求1所述的航行器控制方法，其特征在于，所述根据更新后的所述第一状态变量预测第2个时刻所述预设航速点对应的第二状态变量，包括：
根据更新后的所述第一状态变量和预设的积分步长计算第一积分值；
根据更新后的所述第一状态变量、所述第一积分值和所述积分步长计算第二积分值；
根据更新后的所述第一状态变量、所述第二积分值和所述积分步长计算第三积分值；
根据更新后的所述第一状态变量、所述第一积分值、所述第二积分值和所述第三积分值计算所述第二状态变量。
4.一种航行器控制装置，其特征在于，所述装置包括：
计算单元，用于计算航行器在多个预设航速点各自对应的初始滤波结果，其中，滤波结果用于表示所述航行器的状态变量的滤波值；
滤波单元，用于根据多个所述初始滤波结果确定最终滤波结果；
控制单元，用于根据所述最终滤波结果控制所述航行器；
所述计算单元，包括：
在第1个控制时刻，对于每个所述预设航速点，根据第一协方差矩阵计算第一增益矩阵，其中，所述第一协方差矩阵为第一状态变量的协方差矩阵，所述第一状态变量为所述第1个控制时刻所述预设航速点对应的实际状态变量；
根据所述第一增益矩阵更新所述第一状态变量，获得更新后的所述第一状态变量；
根据所述第一增益矩阵更新所述第一协方差矩阵，获得更新后的所述第一协方差矩阵；
根据更新后的所述第一状态变量预测第2个控制时刻所述预设航速点对应的第二状态变量；
根据更新后的所述第一协方差矩阵预测第2个控制时刻所述第二状态变量的第二协方差矩阵，其中，所述第2个控制时刻所述预设航速点对应的初始滤波结果包括所述第二状态变量和所述第二协方差矩阵；
在所述第2个控制时刻，对于每个所述预设航速点，根据所述第二协方差矩阵计算第二增益矩阵；
根据所述第二增益矩阵更新所述第二状态变量，获得更新后的所述第二状态变量；
根据所述第二增益矩阵更新所述第二协方差矩阵，获得更新后的所述第二协方差矩阵；
根据更新后的所述第二状态变量预测第3个控制时刻所述预设航速点对应的第三状态变量；
根据更新后的所述第二协方差矩阵预测第3个控制时刻所述第三状态变量的第三协方差矩阵，其中，所述第3个控制时刻所述预设航速点对应的初始滤波结果包括所述第三状态变量和所述第三协方差矩阵；
所述滤波单元，包括：
计算每个所述预设航速点对应的航速差值，其中，所述航速差值为所述预设航速点对应的初始滤波结果中的低频纵向航速与所述预设航速点之间的差值；
将计算出的所述航速差值中的最小值确定为所述最终滤波结果；
所述控制单元，包括：
根据所述最终滤波结果计算所述航行器的流体载荷；
根据所述最终滤波结果和所述流体载荷控制所述航行器。
5.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述的方法。
6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211245425.XA CN115657667B (zh) | 2022-10-12 | 2022-10-12 | 航行器控制方法、装置、终端设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211245425.XA CN115657667B (zh) | 2022-10-12 | 2022-10-12 | 航行器控制方法、装置、终端设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115657667A CN115657667A (zh) | 2023-01-31 |
| CN115657667B true CN115657667B (zh) | 2023-08-29 |
Family
ID=84987767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211245425.XA Active CN115657667B (zh) | 2022-10-12 | 2022-10-12 | 航行器控制方法、装置、终端设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115657667B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102997923A (zh) * | 2012-11-30 | 2013-03-27 | 北京控制工程研究所 | 一种基于多模型自适应滤波的自主导航方法 |
| CN111289965A (zh) * | 2019-12-04 | 2020-06-16 | 南京长峰航天电子科技有限公司 | 一种多目标雷达快速跟踪方法及系统 |
| CN112639295A (zh) * | 2019-04-28 | 2021-04-09 | 白保忠 | 双流体负载互反馈自动控制装置、其驱动方法及足式移动机器 |
| CN112710304A (zh) * | 2020-12-17 | 2021-04-27 | 西北工业大学 | 一种基于自适应滤波的水下自主航行器导航方法 |
| CN113785183A (zh) * | 2019-05-08 | 2021-12-10 | Zf 腓德烈斯哈芬股份公司 | 用于确定轮胎性能的方法和试验台 |
| WO2022035380A1 (en) * | 2020-08-12 | 2022-02-17 | Singapore University Of Technology And Design | Method and controller for controlling fluid ejection by an aerial robot |
| CN114945885A (zh) * | 2020-01-19 | 2022-08-26 | 三菱电机株式会社 | 自主或半自主车辆的自适应控制 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9482536B2 (en) * | 2012-05-31 | 2016-11-01 | International Electronic Machines Corp. | Pose estimation |
-
2022
- 2022-10-12 CN CN202211245425.XA patent/CN115657667B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102997923A (zh) * | 2012-11-30 | 2013-03-27 | 北京控制工程研究所 | 一种基于多模型自适应滤波的自主导航方法 |
| CN112639295A (zh) * | 2019-04-28 | 2021-04-09 | 白保忠 | 双流体负载互反馈自动控制装置、其驱动方法及足式移动机器 |
| CN113785183A (zh) * | 2019-05-08 | 2021-12-10 | Zf 腓德烈斯哈芬股份公司 | 用于确定轮胎性能的方法和试验台 |
| CN111289965A (zh) * | 2019-12-04 | 2020-06-16 | 南京长峰航天电子科技有限公司 | 一种多目标雷达快速跟踪方法及系统 |
| CN114945885A (zh) * | 2020-01-19 | 2022-08-26 | 三菱电机株式会社 | 自主或半自主车辆的自适应控制 |
| WO2022035380A1 (en) * | 2020-08-12 | 2022-02-17 | Singapore University Of Technology And Design | Method and controller for controlling fluid ejection by an aerial robot |
| CN112710304A (zh) * | 2020-12-17 | 2021-04-27 | 西北工业大学 | 一种基于自适应滤波的水下自主航行器导航方法 |
Non-Patent Citations (1)
| Title |
|---|
| 一种旋翼无人机组合导航系统设计及应用;刘洪剑;王耀南;谭建豪;李树帅;钟杭;;传感技术学报(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115657667A (zh) | 2023-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Allotta et al. | An unscented Kalman filter based navigation algorithm for autonomous underwater vehicles | |
| CN110687799B (zh) | 一种智能船舶自动舵系统的模糊自适应输出反馈控制方法及系统 | |
| CN111897225B (zh) | 一种智能船舶自动舵系统的模糊自适应输出反馈控制方法及系统 | |
| CN110703605B (zh) | 一种面向智能船舶自动舵系统的自适应模糊最优控制方法及系统 | |
| Wang et al. | Sensitivity analysis and parametric identification for ship manoeuvring in 4 degrees of freedom | |
| US20230366680A1 (en) | Initialization method, device, medium and electronic equipment of integrated navigation system | |
| Sri-Jayantha et al. | Determination of nonlinear aerodynamic coefficients using the estimation-before-modeling method | |
| Sajedi et al. | Robust estimation of hydrodynamic coefficients of an AUV using Kalman and H∞ filters | |
| CN115421483B (zh) | 一种无人船操纵运动预报方法 | |
| CN111221335A (zh) | 一种智能船舶自动舵系统的模糊自适应输出反馈有限时间控制方法及系统 | |
| EP1382936A1 (en) | Apparatus and method for estimating attitude using inertial measurement equipment and program | |
| CN111930124A (zh) | 一种智能船舶自动舵系统的模糊自适应输出反馈有限时间控制方法及系统 | |
| CN102411657A (zh) | 自由航行状态下耙吸挖泥船动力定位的滤波器设计方法 | |
| Jameian et al. | A robust and fast self-alignment method for strapdown inertial navigation system in rough sea conditions | |
| Chu et al. | Improved super-twisting sliding mode control for ship heading with sideslip angle compensation | |
| CN110703205A (zh) | 基于自适应无迹卡尔曼滤波的超短基线定位方法 | |
| CN115469553A (zh) | 一种船舶运动状态重构方法、装置、设备及存储介质 | |
| Riedel | Shallow water stationkeeping of an autonomous underwater vehicle: the experimental results of a disturbance compensation controller | |
| CN115657667B (zh) | 航行器控制方法、装置、终端设备及计算机可读存储介质 | |
| Shaukat et al. | Underwater vehicle localization by hybridization of indirect Kalman filter and neural network | |
| Mu et al. | Application of modified EKF algorithm in AUV navigation system | |
| Frutuoso et al. | Performance evaluation of coarse alignment methods for autonomous underwater vehicles in mooring conditions | |
| Damerius et al. | A generic inertial navigation system | |
| Wadi et al. | A novel localization-free approach to system identification for underwater vehicles using a Universal Adaptive Stabilizer | |
| Dinç et al. | Identification of hydrodynamic coefficients of AUV in the presence of measurement biases |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Aircraft control methods, devices, terminal devices, and computer-readable storage media Effective date of registration: 20231226 Granted publication date: 20230829 Pledgee: Zhuhai rural commercial bank Limited by Share Ltd. high tech branch Pledgor: Zhuhai Yunzhou Intelligent Technology Co.,Ltd. Registration number: Y2023980074326 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |