龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：河海大学
摘要：本发明公开了一种考虑异常值缓解的水下机器人位姿精准测量方法。本发明首先采用因子图框架理论对位姿测量系统进行建模；再通过因子图概率模型和贝叶斯最大后验推断建立非线性目标二次型函数，然后采用基于鲁棒M估计抗差方法将非线性目标二次型函数转化为非线性鲁棒目标函数，并采用二元对偶性理论将其解耦为非线性加权二次型和降权惩罚项；建立非线性迭代框架和自适应抗差框架分别处理解耦得到的非线性加权二次型和降权惩罚项；最后采用建立的非线性迭代框架估计状态变量；并最小化基于鲁棒M估计自适应抗差目标函数，从而完成因子图鲁棒优化的位姿信息估计，以达到提高水下机器人位姿测量的准确性和鲁棒性的目的。
主权项：1.一种考虑异常值缓解的水下机器人位姿精准测量方法，其特征在于，该方法采用了惯性水声组合测量系统框架下的基于鲁棒M估计自适应抗差的因子图优化算法，该方法包括以下步骤：S1：采用因子图框架理论对位姿测量系统进行建模；S2：通过因子图概率模型和贝叶斯最大后验推断建立非线性目标二次型函数，实现因子图概率模型的姿态和位置估计；S3：采用基于鲁棒M估计抗差方法将步骤S2中建立的非线性目标二次型函数转化为非线性鲁棒目标函数；S4：采用二元对偶性理论将步骤S3得到的非线性鲁棒目标函数解耦为非线性加权二次型和降权惩罚项；S5：建立非线性迭代框架和自适应抗差框架分别处理步骤S4解耦得到的非线性加权二次型和降权惩罚项；S6：采用步骤S5建立的非线性迭代框架估计状态变量；自适应抗差框架估计量测权重系数，并最小化步骤S4中所述基于鲁棒M估计自适应抗差目标函数，从而完成因子图鲁棒优化的位姿信息估计。
全文数据：
权利要求：
百度查询： 河海大学 考虑异常值缓解的水下机器人位姿精准测量方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号