基于信息濾波的AUV自主導航算法研究.pdf

1、自主式水下機器人(Autonomous Underwater Vehicles,AUV)是人類開發(fā)海洋的重要工具,有著廣闊的發(fā)展前景,但也面臨著許多技術挑戰(zhàn),導航問題就是其中之一。當前許多導航方式需借助GPS、基線等設備或需要先驗地圖,這嚴重制約著AuV在未知水下環(huán)境中導航的自主性。同時定位和地圖構建(Simultaneous Localization and Mapping,SLAM)技術能夠實現(xiàn)AUV的真正自主導航,是水下機器人領域

2、研究的熱點。傳感器獲取環(huán)境信息是解決SLAM問題的第一步,對環(huán)境描述的越精確,數(shù)據(jù)量就越大,實時性也會隨之降低,因此對傳感器數(shù)據(jù)進行適當處理顯得尤為重要。
　　研究實時性好、精確度高的SLAM算法成為當前AUV領域亟待解決的問題;另一方面如何處理傳感器數(shù)據(jù),以解決環(huán)境特征描述性差、數(shù)據(jù)關聯(lián)難度大等問題也迫在眉睫。針對這些問題,本文將深入研究融合了傳感器數(shù)據(jù)預處理的稀疏化擴展信息濾波(Sparse Extended Informat

3、ion Filter,SEIF)SLAM算法,該算法中的稀疏化步驟是點睛之筆,它使算法可以恒時執(zhí)行,而與地圖中路標數(shù)無關,這極大地提高了計算效率。
　　本文首先關注AUV和SLAM的研究現(xiàn)狀與發(fā)展前景,并對當前主流SLAM算法進行比較;然后探討應用最廣泛的SLAM算法——EKF-SLAM的基本原理和實現(xiàn)過程;在此基礎上,著重研究SEIF-SLAM算法并進行了仿真驗證。接下來,在分析各種聲吶優(yōu)缺點之后,結合本文采用的單波束掃描成像聲