程大军
- 作品数：6 被引量：5H指数：2
- 供职机构：中国科学院沈阳自动化研究所更多>>
- 发文基金：中国科学院知识创新工程国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 一种基于自适应UKF的水下机器人状态和参数联合估计方法
- 本发明公开一种基于自适应UKF的水下机器人状态和参数联合估计方法，该方法首先建立了水下机器人的扩展参考模型，该参考模型有水下机器人的动力学模型和推进器的故障模型；依据位置传感器探测到的位姿信息，采用自适应UKF的主滤波器...
- 刘开周程大军李一平封锡盛
- 文献传递
- 基于MILP的AUV实时优化行为方法研究被引量：2
- 2012年
- 针对自主水下机器人(Autonomous Underwater Vehicles,AUV)复杂动态环境下的实时局部路径规划的问题,采用了在全局坐标系下基于混合整数线性规划(Mixed Integer Linear Programming,MILP)的最优轨迹产生方法。在全局坐标系下,把复杂动态环境下AUV路径规划这一非线性问题,描述成满足一组线性约束同时使目标函数极小的线性规划问题,嵌入基于MILP的规划器,从而得到一条满足性能要求的最优路径。该方法充分考虑了障碍物、目标、本体动力学以及传感器的约束,并结合实际AUV动力学模型进行优化,半物理仿真实验结果验证了该方法的合理有效性。
- 程大军刘开周
- 关键词：自主水下机器人路径规划
- 一种基于SUKF的广义行为环境建模及在远程AUV推进系统的应用研究被引量：3
- 2011年
- 针对自主水下机器人对广义行为环境自适应能力差的问题,给出基于平方根无色卡尔曼滤波的广义行为环境建模方法。在广义行为环境的离线参考模型中,有一些参数是时变的、是无法事先预知的,必须通过传感器探测的信息进行实时估计和预测。采用平方根无色卡尔曼滤波算法,根据在线传感器信息以及离线参考模型,实时地估计出广义行为环境的状态和参数。主要研究自主水下机器人自身行为环境建模,以远程水下自主机器人的推进系统为例,构建一种推进器效率损失因子的故障模型结构,应用平方根无色卡尔曼滤波对水下自主机器人的状态和推进器故障参数进行在线联合估计。利用远程自主水下机器人的数学模型进行仿真验证,试验结果表明了算法的有效性,并对影响平方根无色卡尔曼滤波算法估计性能的因素进行了分析。
- 程大军刘开周
- 一种基于UKF的水下机器人状态和参数联合估计方法
- 本发明公开一种基于UKF的水下机器人状态和参数联合估计方法，该方法首先建立了水下机器人的扩展参考模型包括水下机器人的动力学模型和推进器的故障模型。本发明依据位置传感器探测到的位姿信息，采用UKF算法，以水下机器人状态包括...
- 刘开周程大军李一平封锡盛
- 一种基于UKF的水下机器人状态和参数联合估计方法
- 本发明公开一种基于UKF的水下机器人状态和参数联合估计方法，该方法首先建立了水下机器人的扩展参考模型包括水下机器人的动力学模型和推进器的故障模型。本发明依据位置传感器探测到的位姿信息，采用UKF算法，以水下机器人状态包括...
- 刘开周程大军李一平封锡盛
- 文献传递
- 一种基于自适应UKF的水下机器人状态和参数联合估计方法
- 本发明公开一种基于自适应UKF的水下机器人状态和参数联合估计方法，该方法首先建立了水下机器人的扩展参考模型，该参考模型有水下机器人的动力学模型和推进器的故障模型；依据位置传感器探测到的位姿信息，采用自适应UKF的主滤波器...
- 刘开周程大军李一平封锡盛
