一种基于T-N-L结构的中心对称多胞体卡尔曼滤波AUV速度估计方法

本发明公开了一种基于T‑N‑L结构的中心对称多胞体卡尔曼滤波AUV速度估计方法。首先根据实验数据辨识得到自主式水下机器人的状态空间模型,然后结合中心对称多胞体的性质和卡尔曼滤波的思想,预测并校正AUV系统状态的可达集,通过系统的校正可达集计算自主式水下机器人的速度区间,实现对其速度的有效监测。该方法适用于各种构型和运动条件的自主式水下机器人,与现有技术相比,本发明提供了一种系统有效的速度估计方法，本发明所采用的方法能够生成更为精确的速度估计值及其更为紧凑的速度估计区间，不仅提高了速度状态监测的精确度，而且通过确保机器人在复杂水下环境中的行为更加稳定和可预测，显著增强了水下机器人系统的整体可靠性和稳定性。