原文服务方: 自动化与仪表       
摘要:
该文研究了配置高度计和深度计的水下机器人海底地形跟踪的问题.采用扩展卡尔曼滤波对高度计和深度计数据进行数据融合,提高了AUV对海底高度信息感知的能力,通过最小二乘法对海底地形坡度进行估计,预测海底地形变化趋势,提高了水下机器人对海底地形跟踪的能力.最后,通过Matlab仿真对海底地形跟踪算法进行了验证,实验结果表明该文提出的方法是有效的.
推荐文章
基于粒子滤波和检测信息的多传感器融合跟踪
粒子滤波器
多传感器
信息融合
检测和跟踪
目标跟踪
面向目标跟踪的基于Rényi信息增量多的传感器管理
多传感器管理
机动目标跟踪
Rényi信息增量
容积卡尔曼滤波
虚拟现实在AUV地形跟踪控制研究中的应用
自主水下航行器(AUV)
虚拟现实
地形跟踪
模糊规则
小波神经网络多传感器信息融合在AUV深度测量中的应用
自主式水下航行器(AUV)
深度传感器
多传感器信息融合
小波神经网络
测量精度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于传感器信息的AUV海底地形跟踪研究
来源期刊 自动化与仪表 学科
关键词 自主水下机器人 坡度估计 地形跟踪 扩展卡尔曼滤波
年,卷(期) 2016,(6) 所属期刊栏目 专题研究
研究方向 页码范围 5-9
页数 5页 分类号 TP242
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐红丽 中国科学院沈阳自动化研究所 13 165 7.0 12.0
2 陈巩 中国科学院沈阳自动化研究所 2 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (12)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (1)
二级引证文献  (1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
研究主题发展历程
节点文献
自主水下机器人
坡度估计
地形跟踪
扩展卡尔曼滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化与仪表
月刊
1001-9944
12-1148/TP
大16开
1981-01-01
chi
出版文献量(篇)
3994
总下载数(次)
0
总被引数(次)
18195
论文1v1指导