摘要
协同定位是卫星拒止等导航基础设施受限环境下提升载体定位精度的重要手段,载体自定位和载体之间相对定位是其主要的两项应用。然而现有方法通常将自定位与相对定位剥离开来,仅用于估计其中一种定位状态,不仅存在应用局限性,也忽略了集群相对运动与个体运动之间的关联性,导致性能损失。为解决该问题,提出了一种适用于协作集群的鲁棒协同自定位与相对定位方法,基于自定位、相对定位和协同量测之间的概率关系建立概率图模型,描述了相对运动与个体运动之间的概率关系;采用高斯置信传播传递实现图模型的边缘概率求解,实现消息传递的高效计算;设计了基于Huber损失函数的Huber因子,可实现异常量测在高斯消息传递过程中的降权,从而实现鲁棒协同估计。实验结果表明,所提出的方法不仅能够同时进行自定位与相对定位估计,且估计精度优于传统协同定位方法,所设计的Huber因子能够有效处理异常量测,为集群协同导航定位的融合架构提供了新思路。
In navigation infrastructure-limited scenarios such as GNSS denied area,cooperative localization is an important approach to improve the localization accuracy.Self and relative localization are two main applications of cooperative localization.However,existing methods usually conduct self and relative localization separately,which not only limits the practical applications,but also leads to the performance loss by neglecting the motion correlations between swarm and individuals.To solve this problem,this work proposes a robust cooperative simultaneous self and relative localization(RC-SSRL)for collaborative swarm.It models the probability relationships among cooperative self-localization(CSL)and relative-localization(CRL)as well as cooperative measurements with a probability graph model,which depicts the probability relationship between relative-motion and self-motion.The marginal distributions in the graph models are calculated via the Gaussian belief propagation(GaBP),which is computationally efficient in message passing.Moreover,a Huber factor is designed based on the Huber loss function to implement the robust estimation by down-weighting the abnormal measurements in Gaussian message passing.Experimental results show that the proposed methods can estimate CSL and CRL states simultaneously,whose accuracy outperforms the traditional methods.Meanwhile,Huber factor can handle the abnormal measurements effectively to guarantee the system's robustness.The proposed RC-SSRL provides a new way for the fusion framework of swarm coop`erative localization.
作者
熊骏
解相朋
熊智
庄园
Xiong Jun;Xie Xiangpeng;Xiong Zhi;Zhuang Yuan(School of Internet-of-Things,Nanjing University of Posts and Telecommunications,Nanjing 210023,China;School of Automation,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China;State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University,Wuhan 430079,China)
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2023年第11期271-281,共11页
Chinese Journal of Scientific Instrument
基金
国家自然科学基金(62203228)
南京邮电大学引进人才自然科学研究启动基金(NY221137)
航空科学基金(ASFC-2022Z0220X9001)
武汉大学测绘遥感信息工程国家重点实验室开放研究基金(22P01)项目资助
关键词
协同定位
高斯置信传播
自定位
相对定位
鲁棒估计
cooperative localization
Gaussian belief propagation
self-localization
relative-localization
robust estimation
作者简介
通信作者:熊骏,2013年于南京邮电大学获得学士学位,2017年于南京航空航天大学获得硕士学位,2021年于南京航空航天大学获得博士学位,现为南京邮电大学副教授,主要研究方向为集群导航与感知、协同多源融合、组合导航算法。E-mail:xiongjun@njupt.edu.cn;解相朋,2010年于东北大学获得博士学位,现为南京邮电大学先进技术研究院教授,主要研究方向为模糊建模与控制,状态估计,工业过程优化和智能优化算法。E-mail:xiexp@njupt.edu.cn;熊智,2004年于南京航空航天大学获得博士学位,现为南京航空航天大学教授,主要研究方向为惯性导航、组合导航系统。E-mail:jzh0903@csu.edu.cn;庄园,2015年于卡尔加里大学获得博士学位,现为武汉大学教授,主要研究方向为多传感器融合,实时定位系统,物联网定位等。E-mail:yuan.zhuang@whu.edu.cn
