水下无人系统学报

【资料图】

Journal of Unmanned Undersea Systems

署名作者：

作者单位：

(3)

(8)

(9)

(10)

(11)

(12)

(13)

(14)

(15)

(16)

(17)

将训练集的全部数据输入模型, 当AUV潜深大于0.5 m时利用模型输出姿态预测值, 并计算横滚角和俯仰角RMSE, 得到模型的横滚角误差为2.990 8°、俯仰角误差2.069 9°。

04

结束语

受仿生学研究启发, 提出一种基于压力传感器阵列的姿态反演估计模型, 并开展外场试验进行验证, 得出以下结论:

1) 模型的俯仰角预测精度优于横滚角, 预测精度受压力传感器之间安装距离影响, 安装距离越大, 预测精度越高。

2) 当AUV浮于水面或离水面较近时, 模型预测精度较低, 实际应用中需设置潜深阈值, 当AUV潜深大于阈值时再启用模型。

提出的基于压力传感器阵列的姿态反演估计模型适用于小型化、低成本AUV。实际应用中, 首先在AUV上安装高精度测姿设备和压力传感器阵列, 并开展外场试验收集试验数据, 然后利用数据训练模型, 模型训练完毕后, 将高精度测姿设备替换为低成本测姿设备, 之后利用模型输出姿态预测值, 为自主导航系统提供姿态矫正信息。由于利用压强数据和姿态反演估计模型得到的姿态信息不存在累积误差, 因此该方法在自主导航系统中具有较高应用潜力, 下一步工作将继续研究提高模型预测精度的方法。

参考文献（略）