水下機(jī)器人自主導(dǎo)航方法研究.pdf

1、隨著世界各國在海洋探測和海洋開發(fā)領(lǐng)域競爭的日趨激烈，科研工作者們對水下機(jī)器人的研究有著越來越大的興趣。由于海洋環(huán)境極其復(fù)雜，自主式水下航行器(AUV)具有更強(qiáng)的應(yīng)用優(yōu)勢，因此世界各國研究者們對AUV展開了廣泛的研究和實踐。自主定位技術(shù)和路徑規(guī)劃技術(shù)是實現(xiàn)AUV自主導(dǎo)航的兩項非常關(guān)鍵的技術(shù)。本文對二者進(jìn)行了深入的探討，分析了現(xiàn)有方法存在的問題和難點，并在它們的基礎(chǔ)上進(jìn)行了創(chuàng)新和改進(jìn)。
　　 對于傳統(tǒng)的基于EKF的SLAM算法，SL

2、AM觀測更新過程的計算復(fù)雜度非常高，最優(yōu)情況下也是O(n2)，當(dāng)障礙物個數(shù)逐漸增大時，SLAM計算效率會大幅度下降。當(dāng)系統(tǒng)采用的環(huán)境觀測傳感器較多時，難免會有設(shè)備誤差和模型帶來的誤差，以及環(huán)境雜波信息。錯誤的雜波信息加入到SLAM過程，不僅會在環(huán)境地圖中增加錯誤的障礙物，而且會給濾波過程帶來誤差。另外，由于聲納探測距離較遠(yuǎn)，而AUV運(yùn)行速度較慢，所以同一處的障礙物會多次被觀測到，而且被重復(fù)觀測的頻率會很高，這樣會增加SLAM觀測更新過程

3、的計算量。針對這些問題，本文提出了改進(jìn)方法--基于二次數(shù)據(jù)關(guān)聯(lián)的SLAM算法，該方法首先對傳感器采集的障礙物信息進(jìn)行預(yù)處理(即第一次數(shù)據(jù)關(guān)聯(lián))，只有第一次數(shù)據(jù)關(guān)聯(lián)成功的次數(shù)達(dá)到門限值后，才認(rèn)為是有效的障礙物觀測數(shù)據(jù)，才進(jìn)行SLAM的關(guān)聯(lián)匹配過程，否則認(rèn)為是無效的障礙物。通過該方法，能有效減少雜波信息，提高SLAM的準(zhǔn)確率，同時降低了SLAM過程的計算復(fù)雜度。
　　 在路徑規(guī)劃技術(shù)方面，本文對傳統(tǒng)的人工勢場路徑規(guī)劃方法以及一些改進(jìn)

4、方法進(jìn)行了研究，總結(jié)了傳統(tǒng)方法和已有改進(jìn)方法存在的不足之處：傳統(tǒng)方法和已有改進(jìn)方法并不能完全解決局部最小點或者U型障礙區(qū)域的問題。針對這些問題，本文提出了一種新的人工勢場路徑規(guī)劃改進(jìn)方法--基于扇區(qū)掃描的人工勢場法，通過設(shè)置臨時目標(biāo)點解決局部最小點問題和U型障礙區(qū)域的問題。
　　 對于提出的基于二次數(shù)據(jù)關(guān)聯(lián)的改進(jìn)SLAM算法和基于扇區(qū)掃描的人工勢場路徑規(guī)劃方法，本文通過仿真實驗和真實AUV試驗進(jìn)行了驗證。結(jié)果表明兩種改進(jìn)方法是有