摘要
水下机器人作为探索海洋的重要工具，其动力学模型参数的准确辨识对其控制性能和运动精度至关重要。
然而，实际应用中存在着模型误差和测量噪声等问题，导致传统辨识方法难以获得鲁棒的参数估计结果。
为了解决这一难题，本文提出了一种基于HuberM估计的水下机器人动力学模型参数鲁棒辨识算法。
该算法利用HuberM估计函数的鲁棒性，有效抑制了异常值对参数估计的影响，提高了辨识结果的可靠性和精度。
最后，通过仿真实验和水池实验验证了所提算法的有效性和优越性。
关键词：水下机器人；动力学模型；参数辨识；HuberM估计；鲁棒算法
水下机器人作为一种能够在水下环境中自主运动的智能设备，在海洋资源勘探、水下结构物检测、海洋环境监测等领域扮演着越来越重要的角色。
为了实现水下机器人的精确控制和自主导航，建立精确的动力学模型至关重要。
水下机器人的动力学模型通常由非线性微分方程描述，其参数包括水动力系数、惯性参数、附加质量等，这些参数的准确性直接影响模型的精度。
水下机器人动力学模型参数辨识是指利用机器人的运动数据和传感器测量值来估计模型中的未知参数。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
