基于自适应滤波与聚类融合的两栖车辆水上姿态预测方法

本发明涉及一种基于自适应滤波与聚类融合的两栖车辆水上姿态预测方法，属于车辆导航技术领域，包括：基于两栖车辆运动学模型构造滤波器中的第1层滤波器AUKF1，得到预测时间段内的姿态参数预测值；将姿态参数预测值与车辆底盘数据结合，带入两栖车辆运动学模型中，计算得到整个预测时间段内的车辆姿态变化；滤波迭代中，采用GMM算法对包括AUKF1输出的状态量最优估计值、控制输入序列、历史姿态和角速度参数在内的输入特征向量进行聚类，选择出与当前运动阶段最匹配的簇；加载与簇关联的姿态预测机器学习模型，得到车辆在下一次递推的姿态变化，并递推更新状态向量的估计值，得到整个预测时间段内的姿态参数预测值。本发明提升水上姿态的预测精度。