基于自主水面艇的分布式共识粒子滤波目标跟踪
A Distributed Consensus Particle Filter for Target Tracking using Autonomous Surface Vessels
浏览论文内容
中文总结 AI 辅助
针对间歇通信下多智能体海上目标跟踪中局部估计过于自信的问题，提出一种通过策略性分散粒子来增强经典粒子滤波的方法，并在湖上USV实验中验证了不降低标称性能且在某些边缘情况下有优势。
中文摘要 AI 辅助
远距离海上目标跟踪通常需要多智能体团队，这些团队缺乏集中协调，且通信是间歇性的。每个智能体必须维护独立的估计，并在可能时利用机会性通信可用性。在缺乏外部数据的情况下，这可能导致局部估计过于自信。在这项工作中，我们提出对经典粒子滤波实现的一种增强，通过在没有来自其他传感器节点的信息更新时，迫使粒子策略性地分散，来解决这一潜在误差来源。我们使用无人水面艇（USVs）在湖上演示了我们的方法，并表明我们的增强不会降低标称性能，并在某些特定边缘情况下提供了优势。
英文摘要
Maritime target tracking over large distances often requires multi-agent teams without centralized coordination, and intermittent communication. Each agent must maintain an independent estimate that can take advantage of opportunistic communications availability when possible. This can lead to overly confident local estimates in the absence of external data. In this work, we propose an augmentation to a classical particle filter implementation that accounts for this potential source of error by forcing particles to spread strategically in the absence of informative updates from other sensor nodes. We demonstrate our method using Unmanned Surface Vessels (USVs) on a lake, and show that our augmentations do not deteriorate nominal performance, and provide an advantage in some specific edge cases.
发表机构
- Brigham Young University（杨百翰大学）
- US Naval Research Lab（美国海军研究实验室）
机构由 AI 辅助整理，请以论文原文为准。
