CN111721300A - 一种基于人工智能算法的重力灯塔导航方法及*** - Google Patents
一种基于人工智能算法的重力灯塔导航方法及*** Download PDFInfo
- Publication number
- CN111721300A CN111721300A CN202010622663.2A CN202010622663A CN111721300A CN 111721300 A CN111721300 A CN 111721300A CN 202010622663 A CN202010622663 A CN 202010622663A CN 111721300 A CN111721300 A CN 111721300A
- Authority
- CN
- China
- Prior art keywords
- gravity
- lighthouse
- target
- beacon
- planar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005484 gravity Effects 0.000 title claims abstract description 279
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000002159 abnormal effect Effects 0.000 claims description 51
- 230000009466 transformation Effects 0.000 claims description 40
- 238000010586 diagram Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 abstract 1
- 238000013508 migration Methods 0.000 abstract 1
- 230000005012 migration Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 5
- 238000012876 topography Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 206010037844 rash Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially adapted for sailing ships
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种基于人工智能算法的重力灯塔导航方法及***,用于对潜艇进行精确导航。潜艇在惯导***引导下机动航行,当导航误差累积较大时,在预装数据库中搜索目标重力灯塔,并在目标重力灯塔正上方释放出搭载有重力仪的无缆水下机器人,通过其在重力灯塔上方巡洄测量,获得区域面状重力观测图。通过人工智能算法将面状重力观测图和重力灯塔做匹配,从而获取潜艇自身坐标信息,根据该坐标修正惯性导航***误差。
Description
技术领域
本发明涉及潜艇导航领域,特别是涉及一种基于人工智能算法的重力灯塔导航方法及***。
背景技术
惯性导航是目前主流的导航方式,利用陀螺仪测航向,利用加速度计测速度变化,加上潜艇的初始位置,利用二次积分运算可以得到当前位置坐标。惯性导航是无源导航,不需要借助任何外界信息,隐蔽性极强,具有很高的实战价值,但是惯性导航随时间增加误差增大。
针对上述惯性导航的缺陷,本发明将惯性导航***与“重力灯塔”的概念结合,并采用人工智能的方法对数据进行处理,形成一种新的导航方法。其中“重力灯塔”的概念具体为:海洋中存在有大量火山喷发和板块运动形成的极陡峭海山,在其顶部会产生很突出的局部重力高值,形成明显的重力特征点群。海洋重力场在局部海底地形突出和地下质量聚集的分布情况影响下,会形成类似陆地地形一样的分布纹理特征,存在重力“山峰”、“山谷”、“山脊”等现象的重力异常高值区、低值区及平缓区。我们将这些存在于海底,天然、离散分布的重力高值特征点群视为导航的“灯塔”,即为“重力灯塔”。
发明内容
本发明的目的是提供一种基于人工智能算法的重力灯塔导航方法及***,将惯性导航与重力灯塔结合,并且采用人工智能算法对数据进行处理,提高了数据处理的准确性,进而提高潜艇导航的精度。
为实现上述目的,本发明提供了如下方案:
一种基于人工智能算法的重力灯塔导航方法,所述方法包括:
获取重力灯塔数据库、惯性导航***的有效时间和惯性导航***引导潜艇的时间;
当所述惯性导航***引导潜艇的时间等于所述惯性导航***的有效时间时,确定所述潜艇的当前位置坐标;
从所述重力灯塔数据库中搜索目标重力灯塔;所述目标重力灯塔为离所述当前位置坐标最近的重力灯塔;
控制所述潜艇行驶至所述目标重力灯塔的正上方,并释放无缆水下机器人;
利用所述无缆水下机器人采集所述目标重力灯塔的面状重力观测图;
根据所述面状重力观测图和所述目标重力灯塔的异常值,利用人工智能算法进行面状匹配,得到所述目标重力灯塔的位置坐标;
重置所述惯性导航***,以所述离所述目标重力灯塔的位置坐标为起点重新引导所述潜艇行驶。
可选的,所述从所述重力灯塔数据库中搜索目标重力灯塔具体包括:
获取所述当前位置坐标和所述重力灯塔数据库;
计算所述当前位置坐标与所述重力灯塔数据库的每个重力灯塔之间的几何中心距离D;
比较每个所述几何中心距离D与距离阈值Dlim的关系,并根据距离条件D≥Dlim排除远距离重力灯塔,筛选出离所述当前位置坐标最近的重力灯塔,作为所述目标重力灯塔。
可选的,所述根据所述面状重力观测图和所述目标重力灯塔的异常值,利用人工智能算法进行面状匹配,得到所述目标重力灯塔的位置坐标具体包括:
获取所述面状重力观测图和所述目标重力灯塔的异常值;
分别对所述面状重力观测图进行稀疏傅里叶变换处理,得到所述面状重力观测图的观测数据;
分别对所述观测数据和所述目标重力灯塔的异常值进行对数极坐标变换,得到所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果;
对所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果进行相位相关,得到旋转角度、缩放系数和平移量;
根据所述旋转角度、声速缩放系数和所述平移量对所述面状重力观测图和所述目标重力灯塔进行面状匹配。
可选的,所述根据所述面状重力观测图和所述目标重力灯塔的异常值,利用人工智能算法进行面状匹配,得到所述目标重力灯塔的位置坐标还包括:
调整稀疏傅里叶变换的稀疏度,并迭代执行所述获取所述观测数据和所述目标重力灯塔的异常值至所述对所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果进行相位相关,并在相位相关度最大时停止迭代;
根据最大相位相关度计算旋转角度和缩放系数。
可选的,所述重力灯塔数据库安装在所述潜艇的位置解算终端中;所述无缆水下机器人返回至所述潜艇后,通过线缆将所述面状重力观测数据传输至所述位置解算终端,所述位置解算终端根据所述面状重力观测图和所述目标重力灯塔的异常值进行面状匹配。
一种基于人工智能算法的重力灯塔导航***,所述***包括:
获取单元,用于获取重力灯塔数据库、惯性导航***的有效时间和惯性导航***引导潜艇的时间;
潜艇的当前位置坐标确定单元,用于当所述惯性导航***引导潜艇的时间等于所述惯性导航***的有效时间时,确定所述潜艇的当前位置坐标;
目标重力灯塔搜索单元,用于从所述重力灯塔数据库中搜索目标重力灯塔;所述目标重力灯塔为离所述当前位置坐标最近的重力灯塔;
控制单元,用于控制所述潜艇行驶至所述目标重力灯塔的正上方,并释放无缆水下机器人;
目标重力灯塔的面状重力观测图采集单元,用于利用所述无缆水下机器人采集所述目标重力灯塔的面状重力观测图;
面状匹配单元,用于根据所述面状重力观测图和所述目标重力灯塔的异常值,利用人工智能算法进行面状匹配,得到所述目标重力灯塔的位置坐标;
重置单元,用于重置所述惯性导航***,以所述离所述目标重力灯塔的位置坐标为起点重新引导所述潜艇行驶。
可选的,所述目标重力灯塔搜索单元具体包括:
第一获取模块,用于获取所述当前位置坐标和所述重力灯塔数据库;
计算模块,用于计算所述当前位置坐标与所述重力灯塔数据库的每个重力灯塔之间的几何中心距离D;
目标重力灯塔确定模块,用于比较每个所述几何中心距离D与距离阈值Dlim的关系,并根据距离条件D≥Dlim排除远距离重力灯塔,筛选出离所述当前位置坐标最近的重力灯塔,作为所述目标重力灯塔。
可选的,所述面状匹配单元具体包括:
第二获取模块,用于获取所述面状重力观测图和所述目标重力灯塔的异常值;
傅里叶变换模块,用于分别对所述面状重力观测图进行稀疏傅里叶变换处理,得到所述面状重力观测图的观测数据;
对数极坐标变换模块,用于分别对所述观测数据和所述目标重力灯塔的异常值进行对数极坐标变换,得到所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果;
第一计算模块,用于对所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果进行相位相关,得到旋转角度、缩放系数和平移量;
面状匹配模块,用于根据所述旋转角度、声速缩放系数和所述平移量对所述面状重力观测图和所述目标重力灯塔进行面状匹配。
可选的,所述面状匹配单元还包括:
迭代模块,用于调整稀疏傅里叶变换的稀疏度,并迭代执行所述获取所述观测数据和所述目标重力灯塔的异常值至所述对所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果进行相位相关,并在相位相关度最大时停止迭代;
第二计算模块,用于根据最大相位相关度计算旋转角度和缩放系数。
可选的,所述重力灯塔数据库安装在所述潜艇的位置解算终端中;所述无缆水下机器人返回至所述潜艇后,通过线缆将所述面状重力观测数据传输至所述位置解算终端,所述位置解算终端根据所述面状重力观测图和所述目标重力灯塔的异常值进行面状匹配。
根据本发明提供的具体实施例,本发明公开了以下技术效果:将惯性导航与重力灯塔结合,保留惯性导航隐蔽性和安全性的特点,同时有效避免了单独使用惯性导航引导导航行驶随时间越长误差越大的问题,并且在定位过程中采用人工智能面状匹配的方式进行定位,提高了潜艇导航的精度;同时通过调整傅里叶变换的稀疏度,迭代出最大的相位相关度,可以提高面状匹配的鲁棒性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的基于人工智能算法的重力灯塔导航方法的流程示意图;
图2为本发明提供的基于人工智能算法的重力灯塔导航***的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种高精度的潜艇导航方法及***,为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
一种基于人工智能算法的重力灯塔导航方法,该方法包括:
步骤101:获取重力灯塔数据库、惯性导航***的有效时间和惯性导航***引导潜艇的时间,重力灯塔数据库安装在潜艇的位置解算终端中。
步骤102:当惯性导航***引导潜艇的时间等于惯性导航***的有效时间时,确定潜艇的当前位置坐标。
步骤103:从重力灯塔数据库中搜索目标重力灯塔;目标重力灯塔为离当前位置坐标最近的重力灯塔。
步骤104:控制潜艇行驶至目标重力灯塔的正上方,并释放无缆水下机器人。
步骤105:利用无缆水下机器人以往返航迹形式采集目标重力灯塔的面状重力观测图。无缆水下机器人返回至潜艇后,通过线缆将面状重力观测数据传输至位置解算终端。
步骤106:位置解算终端根据面状重力观测图和目标重力灯塔的异常值,利用人工智能算法进行面状匹配,得到目标重力灯塔的位置坐标。
步骤107:重置惯性导航***,以离目标重力灯塔的位置坐标为起点重新引导潜艇行驶。待下次惯性导航***引导潜艇的时间等于惯性导航***的有效时间时,重新确定潜艇的当前位置坐标,重复步骤103至步骤107,持续为潜艇进行导航。
重力灯塔数据库中每个点的经纬度坐标是真实已知的,目标重力灯塔测量的每个点的坐标是相对于潜艇的相对坐标,潜艇的位置在所释放的无缆水下机器人第一个测点处,即测量灯塔中第一个测点的位置。
人工智能匹配就是将测量灯塔通过旋转、平移、大小变换,使其内部与重力灯塔数据库对应的区域和目标重力灯塔完全重叠,因此,就获得了目标重力灯塔中该对应区域所有点的真实坐标,也即可获得目标重力灯塔中所有测点的真实坐标,进而获得了潜艇真实坐标。
步骤103的目的是搜索离当前位置坐标为中心最近的重力灯塔,具体包括:
获取当前位置坐标和重力灯塔数据库。
计算当前位置坐标与重力灯塔数据库的每个重力灯塔之间的几何中心距离D。
比较每个几何中心距离D与距离阈值Dlim的关系,并根据距离条件D≥Dlim排除远距离重力灯塔,筛选出离当前位置坐标最近的重力灯塔,作为目标重力灯塔。
步骤106中面状匹配的具体过程包括:
获取面状重力观测图和目标重力灯塔的异常值。
分别对面状重力观测图进行稀疏傅里叶变换处理,得到面状重力观测图的观测数据。
分别对观测数据和目标重力灯塔的异常值进行对数极坐标变换,得到观测数据的变换结果和目标重力灯塔的异常值的变换结果。
对观测数据的变换结果和目标重力灯塔的异常值的变换结果进行相位相关,得到旋转角度、缩放系数和平移量。
根据旋转角度、声速缩放系数和平移量对面状重力观测图和目标重力灯塔进行面状匹配。
为了提高上述面状匹配的准确度,本发明可以通过调整稀疏傅里叶变换的稀疏度实现,因此在计算出相位相关度时,判断该相位相关度是否为最大,如果否,则调整稀疏傅里叶变换的稀疏度,并迭代执行获取观测数据和目标重力灯塔的异常值至对观测数据的变换结果和目标重力灯塔的异常值的变换结果进行相位相关,并在相位相关度最大时停止迭代,并计算最大相位相关度相应的旋转角度和缩放系数,进而根据旋转角度、缩放系数和平移量对面状重力观测图和目标重力灯塔进行面状匹配,以提高面状匹配的准确度,进而提高潜艇导航的精度。
一种基于人工智能算法的重力灯塔导航***,该***包括:获取单元201、潜艇的当前位置坐标确定单元202、目标重力灯塔搜索单元203、控制单元204、目标重力灯塔的面状重力观测图采集单元205、面状匹配单元206和重置单元207。
获取单元201用于获取重力灯塔数据库、惯性导航***的有效时间和惯性导航***引导潜艇的时间;所述重力灯塔数据库安装在所述潜艇的位置解算终端中。
潜艇的当前位置坐标确定单元202用于当所述惯性导航***引导潜艇的时间等于所述惯性导航***的有效时间时,确定所述潜艇的当前位置坐标。
目标重力灯塔搜索单元203用于从所述重力灯塔数据库中搜索目标重力灯塔;所述目标重力灯塔为离所述当前位置坐标最近的重力灯塔。
控制单元204用于控制所述潜艇行驶至所述目标重力灯塔的正上方,并释放无缆水下机器人。
目标重力灯塔的面状重力观测图采集单元205用于利用所述无缆水下机器人采集所述目标重力灯塔的面状重力观测图;所述无缆水下机器人返回至所述潜艇后,通过线缆将所述面状重力观测数据传输至所述位置解算终端。
面状匹配单元206用于位置解算终端根据所述面状重力观测图和所述目标重力灯塔的异常值,利用人工智能算法进行面状匹配,得到所述目标重力灯塔的位置坐标。
重置单元207用于重置所述惯性导航***,以所述离所述目标重力灯塔的位置坐标为起点重新引导所述潜艇行驶。
目标重力灯塔搜索单元203具体包括:第一获取模块、计算模块和目标重力灯塔确定模块。
第一获取模块用于获取所述当前位置坐标和所述重力灯塔数据库。
计算模块用于计算所述当前位置坐标与所述重力灯塔数据库的每个重力灯塔之间的几何中心距离D。
目标重力灯塔确定模块。用于比较每个所述几何中心距离D与距离阈值Dlim的关系,并根据距离条件D≥Dlim排除远距离重力灯塔,筛选出离所述当前位置坐标最近的重力灯塔,作为所述目标重力灯塔。
面状匹配单元206具体包括:第二获取模块、傅里叶变换模块、对数极坐标变换模块、第一计算模块和面状匹配模块。
第二获取模块用于获取所述面状重力观测图和所述目标重力灯塔的异常值。
傅里叶变换模块用于分别对所述面状重力观测图进行稀疏傅里叶变换处理,得到所述面状重力观测图的观测数据。
对数极坐标变换模块用于分别对所述观测数据和所述目标重力灯塔的异常值进行对数极坐标变换,得到所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果。
第一计算模块用于对所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果进行相位相关,得到旋转角度、缩放系数和平移量;
面状匹配模块,用于根据所述旋转角度、声速缩放系数和所述平移量对所述面状重力观测图和所述目标重力灯塔进行面状匹配。
面状匹配单元206还包括:迭代模块和第二计算模块。
迭代模块用于调整稀疏傅里叶变换的稀疏度,并迭代执行所述获取所述观测数据和所述目标重力灯塔的异常值至所述对所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果进行相位相关,并在相位相关度最大时停止迭代。
第二计算模块用于根据最大相位相关度计算旋转角度和缩放系数。
本发明的基于人工智能算法的重力灯塔导航方法及***将惯性导航与重力灯塔结合,保留惯性导航隐蔽性和安全性的特点,同时有效避免了单独使用惯性导航引导导航行驶随时间越长误差越大的问题,并且在定位过程中采用人工智能面状匹配的方式进行定位,提高了潜艇导航的精度;同时通过调整傅里叶变换的稀疏度,迭代出最大的相位相关度,可以提高面状匹配的鲁棒性。
对于实施例公开的***而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于人工智能算法的重力灯塔导航方法,其特征在于,所述方法包括:
获取重力灯塔数据库、惯性导航***的有效时间和惯性导航***引导潜艇的时间;
当所述惯性导航***引导潜艇的时间等于所述惯性导航***的有效时间时,确定所述潜艇的当前位置坐标;
从所述重力灯塔数据库中搜索目标重力灯塔;所述目标重力灯塔为离所述当前位置坐标最近的重力灯塔;
控制所述潜艇行驶至所述目标重力灯塔的正上方,并释放无缆水下机器人;
利用所述无缆水下机器人采集所述目标重力灯塔的面状重力观测图;
根据所述面状重力观测图和所述目标重力灯塔的异常值,利用人工智能算法进行面状匹配,得到所述目标重力灯塔的位置坐标;
重置所述惯性导航***,以所述离所述目标重力灯塔的位置坐标为起点重新引导所述潜艇行驶。
2.根据权利要求1所述的基于人工智能算法的重力灯塔导航方法,其特征在于,所述从所述重力灯塔数据库中搜索目标重力灯塔具体包括:
获取所述当前位置坐标和所述重力灯塔数据库;
计算所述当前位置坐标与所述重力灯塔数据库的每个重力灯塔之间的几何中心距离D;
比较每个所述几何中心距离D与距离阈值Dlim的关系,并根据距离条件D≥Dlim排除远距离重力灯塔,筛选出离所述当前位置坐标最近的重力灯塔,作为所述目标重力灯塔。
3.根据权利要求1所述的基于人工智能算法的重力灯塔导航方法,其特征在于,所述根据所述面状重力观测图和所述目标重力灯塔的异常值,利用人工智能算法进行面状匹配,得到所述目标重力灯塔的位置坐标具体包括:
获取所述面状重力观测图和所述目标重力灯塔的异常值;
分别对所述面状重力观测图进行稀疏傅里叶变换处理,得到所述面状重力观测图的观测数据;
分别对所述观测数据和所述目标重力灯塔的异常值进行对数极坐标变换,得到所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果;
对所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果进行相位相关,得到旋转角度、缩放系数和平移量;
根据所述旋转角度、声速缩放系数和所述平移量对所述面状重力观测图和所述目标重力灯塔进行面状匹配。
4.根据权利要求3所述的基于人工智能算法的重力灯塔导航方法,其特征在于,所述根据所述面状重力观测图和所述目标重力灯塔的异常值,利用人工智能算法进行面状匹配,得到所述目标重力灯塔的位置坐标还包括:
调整稀疏傅里叶变换的稀疏度,并迭代执行所述获取所述观测数据和所述目标重力灯塔的异常值至所述对所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果进行相位相关,并在相位相关度最大时停止迭代;
根据最大相位相关度计算旋转角度和缩放系数。
5.根据权利要求3或4所述的基于人工智能算法的重力灯塔导航方法,其特征在于,所述重力灯塔数据库安装在所述潜艇的位置解算终端中;所述无缆水下机器人返回至所述潜艇后,通过线缆将所述面状重力观测数据传输至所述位置解算终端,所述位置解算终端根据所述面状重力观测图和所述目标重力灯塔的异常值进行面状匹配。
6.一种基于人工智能算法的重力灯塔导航***,其特征在于,所述***包括:
获取单元,用于获取重力灯塔数据库、惯性导航***的有效时间和惯性导航***引导潜艇的时间;
潜艇的当前位置坐标确定单元,用于当所述惯性导航***引导潜艇的时间等于所述惯性导航***的有效时间时,确定所述潜艇的当前位置坐标;
目标重力灯塔搜索单元,用于从所述重力灯塔数据库中搜索目标重力灯塔;所述目标重力灯塔为离所述当前位置坐标最近的重力灯塔;
控制单元,用于控制所述潜艇行驶至所述目标重力灯塔的正上方,并释放无缆水下机器人;
目标重力灯塔的面状重力观测图采集单元,用于利用所述无缆水下机器人采集所述目标重力灯塔的面状重力观测图;
面状匹配单元,用于根据所述面状重力观测图和所述目标重力灯塔的异常值,利用人工智能算法进行面状匹配,得到所述目标重力灯塔的位置坐标;
重置单元,用于重置所述惯性导航***,以所述离所述目标重力灯塔的位置坐标为起点重新引导所述潜艇行驶。
7.根据权利要求6所述的基于人工智能算法的重力灯塔导航***,其特征在于,所述目标重力灯塔搜索单元具体包括:
第一获取模块,用于获取所述当前位置坐标和所述重力灯塔数据库;
计算模块,用于计算所述当前位置坐标与所述重力灯塔数据库的每个重力灯塔之间的几何中心距离D;
目标重力灯塔确定模块,用于比较每个所述几何中心距离D与距离阈值Dlim的关系,并根据距离条件D≥Dlim排除远距离重力灯塔,筛选出离所述当前位置坐标最近的重力灯塔,作为所述目标重力灯塔。
8.根据权利要求6所述的基于人工智能算法的重力灯塔导航***,其特征在于,所述面状匹配单元具体包括:
第二获取模块,用于获取所述面状重力观测图和所述目标重力灯塔的异常值;
傅里叶变换模块,用于分别对所述面状重力观测图进行稀疏傅里叶变换处理,得到所述面状重力观测图的观测数据;
对数极坐标变换模块,用于分别对所述观测数据和所述目标重力灯塔的异常值进行对数极坐标变换,得到所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果;
第一计算模块,用于对所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果进行相位相关,得到旋转角度、缩放系数和平移量;
面状匹配模块,用于根据所述旋转角度、声速缩放系数和所述平移量对所述面状重力观测图和所述目标重力灯塔进行面状匹配。
9.根据权利要求8所述的基于人工智能算法的重力灯塔导航***,其特征在于,所述面状匹配单元还包括:
迭代模块,用于调整稀疏傅里叶变换的稀疏度,并迭代执行所述获取所述观测数据和所述目标重力灯塔的异常值至所述对所述观测数据的变换结果和所述目标重力灯塔的异常值的变换结果进行相位相关,并在相位相关度最大时停止迭代;
第二计算模块,用于根据最大相位相关度计算旋转角度和缩放系数。
10.根据权利要求8或9所述的基于人工智能算法的重力灯塔导航***,其特征在于,所述重力灯塔数据库安装在所述潜艇的位置解算终端中;所述无缆水下机器人返回至所述潜艇后,通过线缆将所述面状重力观测数据传输至所述位置解算终端,所述位置解算终端根据所述面状重力观测图和所述目标重力灯塔的异常值进行面状匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010622663.2A CN111721300A (zh) | 2020-06-30 | 2020-06-30 | 一种基于人工智能算法的重力灯塔导航方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010622663.2A CN111721300A (zh) | 2020-06-30 | 2020-06-30 | 一种基于人工智能算法的重力灯塔导航方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111721300A true CN111721300A (zh) | 2020-09-29 |
Family
ID=72570960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010622663.2A Pending CN111721300A (zh) | 2020-06-30 | 2020-06-30 | 一种基于人工智能算法的重力灯塔导航方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111721300A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103389097A (zh) * | 2013-08-02 | 2013-11-13 | 哈尔滨工程大学 | 一种基于阻尼捷联惯性导航重力异常滤波匹配的方法 |
US20170030717A1 (en) * | 2015-06-30 | 2017-02-02 | Yahoo Japan Corporation | Estimating apparatus, travel direction estimating method, and non-transitory computer readable storage medium |
CN108225310A (zh) * | 2017-12-22 | 2018-06-29 | 中国船舶重工集团公司第七0七研究所 | 一种重力辅助导航航迹规划方法 |
US20180195865A1 (en) * | 2015-07-31 | 2018-07-12 | Safran Electronics & Defense | Inertial measurement device with dual suspension |
US20180221093A1 (en) * | 2017-02-07 | 2018-08-09 | Intellijoint Surgical Inc. | Systems and methods for soft tissue navigation |
CN108876826A (zh) * | 2017-05-10 | 2018-11-23 | 深圳先进技术研究院 | 一种图像匹配方法及*** |
CN110906930A (zh) * | 2019-12-18 | 2020-03-24 | 中国人民解放军61540部队 | 一种联合auv的水下重力灯塔潜艇导航方法及*** |
CN111272176A (zh) * | 2020-03-12 | 2020-06-12 | 中国人民解放军61540部队 | 一种联合多波束测深的潜艇导航方法及*** |
-
2020
- 2020-06-30 CN CN202010622663.2A patent/CN111721300A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103389097A (zh) * | 2013-08-02 | 2013-11-13 | 哈尔滨工程大学 | 一种基于阻尼捷联惯性导航重力异常滤波匹配的方法 |
US20170030717A1 (en) * | 2015-06-30 | 2017-02-02 | Yahoo Japan Corporation | Estimating apparatus, travel direction estimating method, and non-transitory computer readable storage medium |
US20180195865A1 (en) * | 2015-07-31 | 2018-07-12 | Safran Electronics & Defense | Inertial measurement device with dual suspension |
US20180221093A1 (en) * | 2017-02-07 | 2018-08-09 | Intellijoint Surgical Inc. | Systems and methods for soft tissue navigation |
CN108876826A (zh) * | 2017-05-10 | 2018-11-23 | 深圳先进技术研究院 | 一种图像匹配方法及*** |
CN108225310A (zh) * | 2017-12-22 | 2018-06-29 | 中国船舶重工集团公司第七0七研究所 | 一种重力辅助导航航迹规划方法 |
CN110906930A (zh) * | 2019-12-18 | 2020-03-24 | 中国人民解放军61540部队 | 一种联合auv的水下重力灯塔潜艇导航方法及*** |
CN111272176A (zh) * | 2020-03-12 | 2020-06-12 | 中国人民解放军61540部队 | 一种联合多波束测深的潜艇导航方法及*** |
Non-Patent Citations (5)
Title |
---|
BO WANG 等: "A Particle Filter-Based Matching Algorithm With Gravity Sample Vector for Underwater Gravity Aided Navigation", 《IEEE/ASME TRANSACTIONS ON MECHATRONICS》 * |
张红梅 等: "《水下导航定位技术》", 30 November 2010, 武汉大学出版社 * |
王国臣 等: "《水下组合导航***》", 30 April 2016, 国防工业出版社 * |
韦春桃: "分层Fourier-Melin变换相位相关的影像匹配初始视差的自动获取方法", 《武汉大学学报(信息科学版)》 * |
高永琪 等: "《鱼雷导航与控制技术》", 30 June 2015, 兵器工业出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112767490B (zh) | 一种基于激光雷达的室外三维同步定位与建图方法 | |
CN110146909A (zh) | 一种定位数据处理方法 | |
CN110132284B (zh) | 一种基于深度信息的全局定位方法 | |
CN109738902B (zh) | 一种基于同步信标模式的水下高速目标高精度自主声学导航方法 | |
CN108958282A (zh) | 基于动态球形窗口的三维空间路径规划方法 | |
KR101473653B1 (ko) | 보행자 모션 인식 기반 보행자 위치 추정 장치, 및 그 방법 | |
CN103379619A (zh) | 一种定位方法和*** | |
CN108061889A (zh) | Ais与雷达角度***偏差的关联方法 | |
CN111090283B (zh) | 一种无人艇组合定位定向方法和*** | |
CN110132281B (zh) | 一种基于询问应答模式的水下高速目标高精度自主声学导航方法 | |
CN110441760B (zh) | 一种基于先验地形图的大范围海底地形图拓展构图方法 | |
Dumble et al. | Efficient terrain-aided visual horizon based attitude estimation and localization | |
Xu et al. | An improved indoor localization method for mobile robot based on WiFi fingerprint and AMCL | |
CN109425347A (zh) | 一种半潜无人船的同时定位与地图构建方法 | |
CN106292656A (zh) | 一种环境建模方法及装置 | |
CN113686299A (zh) | 一种海上动态目标定位与移速预测方法 | |
CN110186456A (zh) | 一种目标定位的方法、***、无人机及存储介质 | |
CN110672115B (zh) | 基于多观察哨数字望远镜的运动目标航迹获取方法 | |
CN113532438B (zh) | 一种大初始定位误差下的改进iccp地形匹配方法 | |
KR20230101241A (ko) | 지하광산 내 3차원 위치 인식방법 | |
CN108151739B (zh) | 基于矢量匹配算法的重力匹配定位误差抑制方法 | |
CN109633695A (zh) | 一种无人机对卫导干扰机的主动定位方法 | |
CN111721300A (zh) | 一种基于人工智能算法的重力灯塔导航方法及*** | |
CN113850864B (zh) | 一种面向室外移动机器人的gnss/lidar回环检测方法 | |
CN111272176B (zh) | 一种联合多波束测深的潜艇导航方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210616 Address after: 710100 building 6, Beihang Science Park, Hangtian Middle Road, Xi'an space base, Shaanxi Province Applicant after: XI'AN AEROSPACE TIANHUI DATA TECHNOLOGY Co.,Ltd. Address before: 100084 No. 1 Tsinghua Yuan, Beijing, Haidian District Applicant before: TSINGHUA University Applicant before: XI'AN AEROSPACE TIANHUI DATA TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200929 |
|
RJ01 | Rejection of invention patent application after publication |