一种基于高斯过程回归的AUV自适应采样方法
封锡盛2; 阎述学1,2; 李一平2
刊名机器人
2019
卷号41期号:2页码:232-241
关键词高斯过程回归 自主水下机器人 自适应采样 在线路径规划 热点区域观测
ISSN号1002-0446
其他题名An AUV Adaptive Sampling Method Based on Gaussian Process Regression
产权排序1
英文摘要针对区域海洋特征环境快速观测的需求,提出了一种基于高斯过程回归的小型自主水下机器人(AUV)自适应采样方法.首先,通过比较高斯过程回归(GPR)中使用不同的回归推理方法的估计准确度和计算效率,确定AUV的合适采样间隔时间;在此基础上,根据AUV实时观测的数据进行GPR分析,预测未观测区域环境数据,并通过计算预测区域梯度极值和预测不确定度引导AUV进行在线路径规划;最后使用该方法,对具有不同特征分布的区域环境观测过程进行仿真.结果显示,本方法与常规方法相比,能够更高效地获得观测区域的低误差特征分布估计,更快地获得观测区域热点区特征,更好地适应观测区域特征分布不同的情况.
语种中文
资助机构国家重点研发计划(2017YFC0305901) ; 国家自然科学基金(91648204)
内容类型期刊论文
源URL[http://ir.sia.cn/handle/173321/22751]  
专题沈阳自动化研究所_水下机器人研究室
通讯作者阎述学
作者单位1.中国科学院大学
2.中国科学院沈阳自动化研究所机器人学国家重点实验室
推荐引用方式
GB/T 7714
封锡盛,阎述学,李一平. 一种基于高斯过程回归的AUV自适应采样方法[J]. 机器人,2019,41(2):232-241.
APA 封锡盛,阎述学,&李一平.(2019).一种基于高斯过程回归的AUV自适应采样方法.机器人,41(2),232-241.
MLA 封锡盛,et al."一种基于高斯过程回归的AUV自适应采样方法".机器人 41.2(2019):232-241.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace