首页 /研究 /基于神经网络和不变扩展卡尔曼滤波的恒定时间延迟领航跟随方法用于任意轨迹
SWARM

基于神经网络和不变扩展卡尔曼滤波的恒定时间延迟领航跟随方法用于任意轨迹

Luka Antonyshyn, Paulo Ricardo Marques de Araujo, Sidney Givigi

发表年份
2026
访问权限
开放获取

摘要

本文提出了一种无需车辆间通信、共同坐标系或全球定位的恒定时间延迟轨迹跟踪方法,用于车辆编队。该方法将概率序列到序列神经网络与不变扩展卡尔曼滤波相结合,以预热预测过程,从而在SE(2)流形上准确估计领航车辆的相对轨迹,并通过几何模型预测控制器充分利用基于流形的轨迹预测来提升控制性能。

关键词

leader followingneural networkKalman filtertrajectory trackingvehicle convoy

相关论文

查看 SWARM 分类全部论文