水下機器人自主導航算法的研究.pdf

1、隨著世界各國在海洋開發(fā)方面展開日趨激烈的競爭,對具有自主導航能力的水下機器人的要求越來越高,需求也越來越大。機器人配備單一的傳感器如聲納等現(xiàn)已無法滿足高精度的自主導航的要求,采取數(shù)據(jù)融合方法成了一種最佳的選擇。同時定位和地圖創(chuàng)建是機器人實現(xiàn)自主導航的關鍵,本文對傳統(tǒng)的基于濾波器的SLAM算法和基于圖優(yōu)化的SLAM算法進行了深入的研究,分析現(xiàn)有方法的難點,并在它們的基礎上進行了改進和創(chuàng)新。
　　本文首先對機器人的發(fā)展、自主導航算法和

2、SLAM問題進行了概述,然后在本文所建立起的坐標系模型以及機器人運動模型和觀測模型的基礎上,對基于擴展卡爾曼濾波的SLAM算法的不足進行分析,然后提出了基于U卡爾曼濾波的數(shù)據(jù)融合預處理的方法,最后再對基于圖優(yōu)化的 SLAM框架的幀間配準、環(huán)形閉合檢測和圖優(yōu)化進行介紹,并在基于隨機梯度下降算法的基礎上提出基于變學習率的方法對圖進行在線優(yōu)化。
　　在建立的機器人運動模型和觀測模型的基礎上,首先對基于擴展卡爾曼濾波的 SLAM算法進行介

3、紹并分析它在計算效率、機器人模型的線性化等方面的不足,提出了基于 U卡爾曼濾波的數(shù)據(jù)融合預處理方法。通過采用 U卡爾曼濾波方法,減少在更新階段計算協(xié)方差等雅克比矩陣的計算量,對于機器人在低速、觀測距離較遠會多次碰到同一障礙物的情況,通過采用數(shù)據(jù)預處理和障礙物預處理兩個數(shù)據(jù)融合預處理過程來減少在更新階段的次數(shù)操作,通過對離線數(shù)據(jù)進行實驗仿真,取得了減少計算量和更新次數(shù)仿真效果。
　　通過對比基于濾波器的SLAM算法和基于圖優(yōu)化的SL

4、AM算法在模型處理、求解效率和閉環(huán)能力三個方面的特點,得出基于圖優(yōu)化的 SLAM算法在自主導航過程中取得更好的效果。因此本文對基于圖優(yōu)化的 SLAM算法框架的前端(幀間配準、環(huán)形閉合檢測)進行介紹,并對后端(圖優(yōu)化部分)在問題建模和優(yōu)化方法進行論述,在此基礎上建立機器人復雜的位姿圖描述出其非線性約束關系,在基于隨機梯度下降算法的基礎上提出基于變學習率的方法對圖進行在線優(yōu)化,思想是:給位姿圖的不同部分賦予不同的學習率,以便于能夠實時處理一