返回
A Factor Graph With Mercator Projection-Based Cooperative Localization Algorithm for Multiple AUVs
DOI:10.1109/TIM.2025.3584516.png)
摘要
En 中文
为解决自主水下航行器(AUVs)导航设备提供的地理坐标与协同定位(CL)系统中用于计算欧氏距离的笛卡尔坐标之间的差异,提出了一种基于墨卡托投影的协同定位算法的多AUV(MAUVs)因子图(FG)模型。首先,利用墨卡托投影构建测距方程,并结合AUV的运动学方程,构建了MAUVs协同定位系统的状态空间模型。此外,建立了协同定位系统的同构因子图模型。利用墨卡托投影中坐标固有的独立性,该因子图模型避免了引入额外的环路。采用和积算法(SPA)计算从属AUV的导航状态。然后,在基于墨卡托投影的坐标系中建立了双主AUV协同定位系统的性能评估函数(PEF),并验证了不同坐标系下PEF的一致性。最后,仿真和实地测试结果表明,所提出的协同定位算法相较于传统的基于扩展卡尔曼滤波器(EKF)的协同定位算法,具有更高的定位精度和更低的执行时间。
Keyword:
Autonomous underwater vehicle (AUV)
cooperative localization (CL)
factor graph (FG)
Mercator projection
multiple AUVs (MAUVs)
performance evaluation function (PEF)
期刊
IF:
5.9
论文数:
2.0W
被引数:
5.8W
机构
引用论文
Multi-AUV Collaborative Operation Based on Time-Varying Navigation Map and Dynamic Grid Model
IEEE ACCESS
IF3.6
An Advanced Cooperative Positioning Algorithm Based on Improved Factor Graph and Sum-Product Theory for Multiple AUVs基于改进因子图与和积理论的多auv协同定位算法
IEEE ACCESS
IF3.6
Direct and Inverse Solutions with Geodetic Latitude in Terms of Longitude for Rhumb Line Sailing以经度表示的大圆航线导航中的直接与逆解(基于大地纬度)
Consistent Extended Kalman Filter-Based Cooperative Localization of Multiple Autonomous Underwater Vehicles基于一致扩展卡尔曼滤波器的多自主水下航行器协同定位
Sensors
IF0

