Underwater robot state and parameter joint estimation method based on self-adaption unscented Kalman filtering (UKF)

本发明公开一种基于自适应UKF的水下机器人状态和参数联合估计方法，该方法首先建立了水下机器人的扩展参考模型，该参考模型有水下机器人的动力学模型和推进器的故障模型；依据位置传感器探测到的位姿信息，采用自适应UKF的主滤波器对水下机器人状态包括位姿和速度及推进器故障组成的扩展状态传递和更新，实时估计出水下机器人的速度信息和推进器故障信息；同时，依据主滤波器的新息信息，采用自适应UKF的辅助滤波器对系统的噪声信息进行实时的估计。该方法具有很好的实时性，可在线对系统的状态和参数进行联合估计，且当过程噪声和测量噪声的先验信息未知的情况下，该方法也能够达到较的估计精度