文献

J-GLOBAL ID：201802256893700430   整理番号：18A0524023

低コストセンサを用いたAUVのための修正iSAMに基づく知的援助位置決め方法論【Powered by NICT】

Intelligent assistance positioning methodology based on modified iSAM for AUV using low-cost sensors

著者 (3件)： Guo Jia (School of Information Science and Engineering, Ocean University of China, 238 Songling Road, Qingdao 266100, China) ,  He Bo (School of Information Science and Engineering, Ocean University of China, 238 Songling Road, Qingdao 266100, China) ,  Duan Huan (School of Information Science and Engineering, Ocean University of China, 238 Songling Road, Qingdao 266100, China)
資料名： Ocean Engineering  (Ocean Engineering)
巻： 152  ページ： 36-46  発行年： 2018年 
JST資料番号： D0597A  ISSN： 0029-8018  CODEN： OCENBQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,自律水中車両(AUV)のための低コストセンサの応用に焦点を当てた。低コストセンサ,GPSデータの完全なを利用し,多様な修正モデルを生成するための修正漸次的スムージングおよびマッピング(iSAM)と制約付き最適枝刈り型極端学習機械(OP ELM)を組み合わせることによるインテリジェント支援位置決め方法を提案した。元iSAMにおける周期バッチ段階によるrelinearizingと可変順序付けと比較して,局所カイ二乗の値があるしきい値を超えた場合,修飾iSAM単独可変再順序付けを実装し,適応relinearizationを行った。一方,新しい制約されたOP-ELMは,制約空間,信頼性のある修正モデルを生成するための完全な保証を提供する出力をマッピングすることによって提示した。GPSが妥当であるとき,拘束されたOP-ELMは,低コストセンサに適用した修正モデルを発生させた。同時修飾iSAM測定の補正モデルもこの方法で与えられる。GPSは無効になると,補正モデルを用いて,より正確な位置情報を得るための低コストセンサデータと測定モデルを修正した。実験結果と解析は,提案した方法は,拡張Kalmanフィルタ(EKF)よりも,伝統的なアルゴリズム,RMSEは最大で83.8%向上させることができるよりも優れていることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アルゴリズム ,  モデル ,  信頼性 ,  平滑化 ,  位置情報 ,  ロット ,  *位置決め ,  *センサ ,  GPS
準シソーラス用語： GPS【位置決め】 ,  拡張Kalmanフィルタ ,  測定モデル ,  センサデータ ,  順序づけ ,  GPSデータ ,  自律性 , 【Automatic Indexing@JST】

著者キーワード (5件)： AUV ,  低コストセンサ ,  OP-ELM ,  iSAM ,  センサ補正モデル

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  海洋開発用機器  (QE05010W)

タイトルに関連する用語 (3件)： AUV ,  援助 ,  方法論