Toward Terrain-based Navigation Using Side-scan Sonar

要約

この論文では、サイドスキャン ソナー (SSS) データを使用した地形ベースのナビゲーションのための統計モデルと対応する逐次ベイズ推定方法を紹介します。
提示されたアプローチは、SSS の受信 ping から抽出された傾斜範囲測定値に依存しています。
特に、ナビゲーション用のランドマークに傾斜範囲の測定を組み込むと、GPS が拒否された環境における自律型プラットフォームの位置と高度の誤差が制限されます。
提案されたナビゲーション フィルターは、アンセンテッド変換に基づく予測ステップと、粒子フィルターに依存する更新ステップで構成されます。
SSS 測定モデルは、粒子ベースの更新ステップで合理的な計算要件を維持しながら、SSS データの高度に非線形な性質を捕捉することを目的としています。
数値結果では、SSS およびコンパス測定を実行する水上車両を使用したシナリオを想定しています。
シミュレートされたシナリオは、現在のハードウェア プラットフォームと一致しています。
また、提案された方法を簡単な方法で自律型水中ビークル (AUV) に拡張する方法と、SSS センサーとコンパスの組み合わせが小型自律型プラットフォームに特に適している理由についても説明します。

要約(オリジナル)

This paper introduces a statistical model and corresponding sequential Bayesian estimation method for terrain-based navigation using side-scan sonar (SSS) data. The presented approach relies on slant range measurements extracted from the received ping of a SSS. In particular, incorporating slant range measurements to landmarks for navigation constrains the location and altitude error of an autonomous platform in GPS-denied environments. The proposed navigation filter consists of a prediction step based on the unscented transform and an update step that relies on particle filtering. The SSS measurement model aims to capture the highly nonlinear nature of SSS data while maintaining reasonable computational requirements in the particle-based update step. For our numerical results, we assume a scenario with a surface vehicle that performs SSS and compass measurements. The simulated scenario is consistent with our current hardware platform. We also discuss how the proposed method can be extended to autonomous underwater vehicles (AUVs) in a straightforward way and why the combination of SSS sensor and compass is particularly suitable for small autonomous platforms.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google