基于超宽带惯性的无人作业船定位方法设计OA

无人作业船在光伏鱼塘场景中作业时,易受到光伏板遮挡等因素影响导致定位精度低、稳定性差,而传统惯性测量单元-超宽带(IMU-UWB)融合方案存在IMU长期运行累积误差、UWB易受非视距(NLOS)状态干扰等缺陷。针对上述痛点提出了一种无人作业船定位方法。首先,通过部署UWB校准区并设计信号评价机制,减少NLOS状态的干扰;其次,利用无人船处于视距(LOS)场景下UWB提供的高精度测距值,设计了紧耦合融合定位算法(Tight-Coupled Extended Kalman Filtering,TCEKF),抑制IMU长期运行产生的误差;最后,构建基于监督机制的门控递归单元网络(Mechanism-Supervised GRU,MSGRU),引入融合定位结果作为监督信号,训练并拟合IMU输入与定位结果间的映射关系,保障无人船长期运行过程中的定位精度。试验结果显示:光伏鱼塘典型作业场景中,该融合算法在校准区内误差均方根(RMSE)小于15 cm;当驶出校准区后,通过MSGRU神经网络抑制IMU的累积误差,RMSE小于20 cm。研究表明,该方法有效解决了光伏鱼塘场景下无人作业船的定位痛点,在校准区及驶出后的定位精度均满足作业需求,可切实提升该场景下无人作业船的可靠性,适配光伏鱼塘的自动化养殖作业需求。