.png){kind=icon}
返回
Navigation Without Localization Using Stable Cycles
.png){kind=icon}
PRE
AI
DOI：10.1109/joe.2026.3652057.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在GNSS拒止环境（如水下）中导航自主机器人，由于缺乏可靠定位，仍是一项基本挑战。传统方法依赖外感受传感器和复杂的姿态估计流程，这些方法通常计算成本高、精度不高，且不适合隐蔽或资源受限的平台。在本文中，我们提出了一种基于稳定周期的创新、低耗导航范式，其灵感来源于迁徙动物中观察到的生物导航策略。我们的方法使机器人能够跟随并稳定环境中的预定周期，而无需进行显式姿态估计。采用定时自动机生成控制输入，驱动机器人沿离散化的周期运动，随后利用稀疏环境测量数据在世界坐标系中稳定该周期。我们正式描述了这种基于周期的控制框架，提供了其稳定性的证明，并在真实机器人上通过实验验证了该方法。这项工作为在非结构化且GNSS拒止环境中实现低成本、低可观测性的机器人导航开辟了新方向。
Keyword:
Automatic control
autonomous underwater vehicles
navigation
uncrewed surface vessels
期刊
IF:
5.3
论文数:
2.6K
被引数:
7.4K
机构
引用论文
Collaborative robot exploration and rendezvous: Algorithms, performance bounds and observations协作机器人探索和交会: 算法，性能范围和观察.png)
AUTONOMOUS ROBOTS
AUTONOMOUS ROBOTSIF4.3
PREAI
分享收藏分享收藏分享收藏Sonar-Based Deep Learning in Underwater Robotics: Overview, Robustness, and Challenges基于声纳的深度学习在水下机器人中的应用：概述、鲁棒性与挑战
OAAI
OAAI分享收藏分享收藏
查看更多内容