受传感器精度限制及噪声干扰等不利因素的影响,当前无人艇在路径跟踪方面的精度与实时性尚存在明显不足。这些问题可能导致无人艇偏离预定路径,影响其执行任务的效率和安全性。针对这些问题,提出一种基于贝叶斯平滑-交替方向乘子法的无...受传感器精度限制及噪声干扰等不利因素的影响,当前无人艇在路径跟踪方面的精度与实时性尚存在明显不足。这些问题可能导致无人艇偏离预定路径,影响其执行任务的效率和安全性。针对这些问题,提出一种基于贝叶斯平滑-交替方向乘子法的无人艇路径跟踪方法。将无人艇路径跟踪问题视为一类非线性约束的非凸优化问题,融合交替方向乘子法(Alternating Direction Method of Multiplier,ADMM)和贝叶斯平滑器(Bayesian Smoothing,BS)理论,提出了贝叶斯平滑-交替方向乘子法(BS-ADMM),旨在有效解决迭代过程中的子问题。实验结果显示,相比于传统优化方法,该贝叶斯平滑-交替方向乘子法的路径跟踪计算时间提高约65%,误差降低15%。不仅提升了无人艇的路径跟踪精确度和稳定性,也为其在复杂海洋环境中的自主航行提供了有力支持。展开更多
文摘受传感器精度限制及噪声干扰等不利因素的影响,当前无人艇在路径跟踪方面的精度与实时性尚存在明显不足。这些问题可能导致无人艇偏离预定路径,影响其执行任务的效率和安全性。针对这些问题,提出一种基于贝叶斯平滑-交替方向乘子法的无人艇路径跟踪方法。将无人艇路径跟踪问题视为一类非线性约束的非凸优化问题,融合交替方向乘子法(Alternating Direction Method of Multiplier,ADMM)和贝叶斯平滑器(Bayesian Smoothing,BS)理论,提出了贝叶斯平滑-交替方向乘子法(BS-ADMM),旨在有效解决迭代过程中的子问题。实验结果显示,相比于传统优化方法,该贝叶斯平滑-交替方向乘子法的路径跟踪计算时间提高约65%,误差降低15%。不仅提升了无人艇的路径跟踪精确度和稳定性,也为其在复杂海洋环境中的自主航行提供了有力支持。
