水下無人潛器同步定位與地圖生成方法研究.pdf

1、在當今日益競爭的國際形勢下，水下導(dǎo)航無論是對于民用打撈搜救、海底管道維護，還是軍事潛艇戰(zhàn)略巡航等，都具有很高的研究價值及意義，目前已成為國內(nèi)外研究的熱點與難點。
　　根據(jù)慣性導(dǎo)航系統(tǒng)能夠長期滿足定位要求的特點，本文采用捷聯(lián)慣性導(dǎo)航(strapdown inertial navigation system，SINS)與同時構(gòu)圖定位導(dǎo)航(simultaneous localization and mapping，SLAM)相組合的導(dǎo)航

2、方式進行研究。通過傳感器采集周圍環(huán)境特征物，SLAM技術(shù)不僅能夠提供載體及路標的位置信息，用來輔助校正SINS漂移誤差，而且能構(gòu)建與周圍環(huán)境相一致的特征地圖。本文基于課題的研究背景和意義，總結(jié)了國內(nèi)外SLAM中數(shù)據(jù)關(guān)聯(lián)算法，并對其關(guān)鍵技術(shù)進行了深入的研究。
　　針對海底石油管道探測定位工程的背景及意義，本文通過設(shè)定具有一定函數(shù)形式的管道模型，并將該函數(shù)軌跡作為載體的航行參考路徑，通過多次航行由聲學(xué)、光學(xué)以及慣性傳感器采集到的方位信

3、息、距離信息和圖像信息等，進行了多傳感器融合算法研究，仿真實驗實現(xiàn)了高精度的管道定位。具體的改進算法及研究內(nèi)容包括如下:
　　1、在水下導(dǎo)航定位中，載體需攜帶多種傳感器協(xié)作完成導(dǎo)航任務(wù)，而這些傳感器提供的目標位置觀測值之間，需進行數(shù)據(jù)關(guān)聯(lián)分析后，判斷是否來自同一實物，以被存儲在地圖數(shù)據(jù)庫中。針對最近鄰關(guān)聯(lián)算法在處理信標多、關(guān)聯(lián)關(guān)系復(fù)雜方面的不足，提出了一種基于柵格圖模糊邏輯的SLAM數(shù)據(jù)關(guān)聯(lián)算法。仿真實驗表明，該算法可以實現(xiàn)較高精

4、度的數(shù)據(jù)關(guān)聯(lián)。
　　2、針對水下環(huán)境及系統(tǒng)觀測噪聲的模糊性，進行數(shù)據(jù)關(guān)聯(lián)時容易產(chǎn)生模糊關(guān)聯(lián)或錯誤，從而導(dǎo)致SLAM過程失敗這一問題，提出了基于最大概率BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)關(guān)聯(lián)算法，實驗結(jié)果表明，新算法對目標位置觀測值進行關(guān)聯(lián)后可得到較高的關(guān)聯(lián)度，其對應(yīng)的定位估計濾波精度也較高。
　　3、針對擴展卡爾曼濾波的SLAM算法(Extended Kalman filter-SLAM，EKF-SLAM)、無跡卡爾曼濾波的SLAM算法(U

5、nscented Kalman filter-SLAM，UKF-SLAM)、可調(diào)節(jié)系數(shù)無跡卡爾曼濾波(η-UKF-SLAM)等SLAM算法中非線性誤差較大，進行時間更新與預(yù)測更新比較繁瑣，導(dǎo)航計算機運行速度慢等問題，提出了一種基于粒子濾波的SLAM算法，用一個最小的樣本點集來近似系統(tǒng)狀態(tài)的分布函數(shù)，通過設(shè)置有效樣本，判斷在粒子權(quán)值更新過程中是否進行重采樣，以滿足粒子的多樣性和豐富性。并針對水下管道檢測定位應(yīng)用，仿真實驗驗證了該算法對“對

6、角線”型函數(shù)管道定位可達到較高的定位精度。
　　4、針對海底大范圍區(qū)域的系統(tǒng)本身或隨機干擾信號模型的模糊性，航行器初始狀態(tài)估計精度低，以及系統(tǒng)魯棒性差等問題，結(jié)合“曲線”型函數(shù)管道檢測定位，提出了一種基于擴展H∞濾波的SLAM算法，該算法設(shè)計從干擾輸入到濾波輸出的H∞范數(shù)最小的H∞濾波器，并求取相應(yīng)系統(tǒng)參數(shù)進行時間更新與預(yù)測更新。仿真實驗表明，跟蹤檢測具有較高的關(guān)聯(lián)精度，采集并提取的部分管道特征地圖可以達到較高的定位精度。

7、　　5、針對傳統(tǒng)n維Sigma點的非線性濾波中采樣點維數(shù)較多導(dǎo)致計算量加大，運算速度下降，且大噪聲下系統(tǒng)的可觀性較弱等問題，提出了一種基于SLAM的超球面分布采樣(Spherical Simplex，SS)的平方根容積卡爾曼濾波(Square-Root Cubature Kalman Filter,SRCKF)算法。該算法對n+2維容積點計算及傳播，并進行狀態(tài)的預(yù)測及估計更新等，提高了模型中的導(dǎo)航參數(shù)運算速度。通過與SRUKF和SSCK

8、F兩種濾波算法比較，實驗結(jié)果表明，本文提出的SS-SRCKF算法在平方根協(xié)方差保證非負性優(yōu)勢下，其定位精度較高且穩(wěn)定性最好，同時也證明了新的算法對未來水下導(dǎo)航實際工程應(yīng)用中的參考價值。
　　6、依據(jù)水下管道探測為研究背景，設(shè)置特定的仿真環(huán)境，分別采用多傳感器數(shù)據(jù)融合思想的粒子濾波、擴展H∞濾波、SS-SRCKF三種濾波算法，在仿真區(qū)域中管道軌跡參考路徑下，對載體位置進行定位估計分析。依據(jù)室內(nèi)目標物的SIFT(Scan Invari