基于信息融合的移動(dòng)機(jī)器人定位導(dǎo)航及其深海采礦應(yīng)用研究.pdf

1、移動(dòng)機(jī)器人定位導(dǎo)航的多傳感器信息融合方法一直是機(jī)器人研究領(lǐng)域極具挑戰(zhàn)性的問題之一，特別是對(duì)于未知復(fù)雜環(huán)境下作業(yè)的機(jī)器人，如深海底采礦集礦機(jī)。它是一臺(tái)工作在海底的爬行式機(jī)器人ROV(Remotely Operated Vehicle)，按一定的路線在海底自行移動(dòng)采集賦存于海底的多金屬結(jié)核，并通過揚(yáng)礦系統(tǒng)輸送到采礦母船上。
　　 當(dāng)前國(guó)內(nèi)外已作的主要研究普遍集中在通用的移動(dòng)機(jī)器人技術(shù)方面，由于涉及技術(shù)保密、國(guó)際競(jìng)爭(zhēng)等原因，對(duì)于深海底

2、環(huán)境下的機(jī)器人定位導(dǎo)航等的研究?jī)H僅停留在表面階段，尚未形成統(tǒng)一和完善的知識(shí)體系結(jié)構(gòu)。本研究旨在從前瞻性基礎(chǔ)研究入手，基于多傳感器信息融合的信息處理方法，針對(duì)大洋資源開采與環(huán)境勘察的實(shí)際要求，開展數(shù)據(jù)信息處理技術(shù)及前瞻信息技術(shù)的研發(fā)，為移動(dòng)機(jī)器人在海底或水下的應(yīng)用提供理論基礎(chǔ)和設(shè)計(jì)方法。創(chuàng)新性的研究工作主要有：
　　 首先，針對(duì)各種類型傳感器的性能及誤差分析，以移動(dòng)機(jī)器人MKⅡ?yàn)閷?shí)驗(yàn)平臺(tái)，對(duì)定位用內(nèi)部與外部傳感器，如里程儀、紅外/

3、激光測(cè)距儀、GPS等傳感器誤差產(chǎn)生原因進(jìn)行了分析，采用自適應(yīng)加權(quán)融合估計(jì)，在總均方誤差最小這一最優(yōu)條件下，根據(jù)各傳感器所測(cè)得的值以自適應(yīng)的方式尋找個(gè)傳感器所對(duì)應(yīng)的最優(yōu)加權(quán)系數(shù)，使融合后的估計(jì)值達(dá)到最優(yōu)。利用該融合算法，實(shí)現(xiàn)了GPS與測(cè)距法融合的準(zhǔn)確導(dǎo)航定位以及紅外/激光定位導(dǎo)向的機(jī)器人與對(duì)接站的精確對(duì)接；針對(duì)采用長(zhǎng)基線系統(tǒng)的水下機(jī)器人定位，提出了聲速修正的數(shù)值迭代模型，并通過仿真分析驗(yàn)證了模型的正確性。
　　 其次，以海洋采礦集

4、礦機(jī)為研究平臺(tái)，對(duì)集礦機(jī)在海底不確定環(huán)境下的環(huán)境感知、避障及定位導(dǎo)航進(jìn)行了研究。考慮到深海底環(huán)境下的實(shí)驗(yàn)較難實(shí)現(xiàn)，首先利用移動(dòng)機(jī)器人MKⅡ?qū)嶒?yàn)平臺(tái)，對(duì)機(jī)器人的狀態(tài)空間模型、觀測(cè)模型、融合地圖構(gòu)建、避障策略等問題進(jìn)行了深入研究，進(jìn)行了仿真分析與實(shí)驗(yàn)驗(yàn)證，并將研究結(jié)果應(yīng)用于深海采礦集礦機(jī)的避障、自定位及軌跡跟蹤。針對(duì)避障問題，由于避障聲納信號(hào)很弱，采用SOG(Sum of Gaussians)方法進(jìn)行傳感器的信息融合，再提取特征，使傳感器信

5、息的不確定性大大減小。在人工勢(shì)場(chǎng)法的基礎(chǔ)上進(jìn)行了避障算法的改進(jìn)，使機(jī)器人能夠跳出局部極小點(diǎn)，順利到達(dá)目標(biāo)。對(duì)于集礦機(jī)的定位導(dǎo)航問題，類比于移動(dòng)機(jī)器人的航程推算法直線模型，建立了履帶式集礦機(jī)的狀態(tài)空間模型，根據(jù)長(zhǎng)基線定位系統(tǒng)的延時(shí)建立了系統(tǒng)的測(cè)量方程。為了抑制濾波器發(fā)散，提高系統(tǒng)魯棒性，采用基于模糊邏輯控制的自適應(yīng)卡爾曼濾波(FAKF)的方法及相應(yīng)的模糊控制規(guī)律；由于海底集礦機(jī)為履帶式結(jié)構(gòu)，其運(yùn)動(dòng)模型具有較強(qiáng)的非線性特征的問題，提出了一種

6、改進(jìn)的SUKF方法以適應(yīng)系統(tǒng)的非線性。從而實(shí)現(xiàn)了基于長(zhǎng)基線系統(tǒng)定位的海底集礦機(jī)位置估計(jì)及軌跡跟蹤。
　　 最后，進(jìn)行了未知環(huán)境下機(jī)器人即時(shí)定位與地圖構(gòu)建(SLAM問題)的研究。應(yīng)用動(dòng)態(tài)閾值的概念，并把動(dòng)態(tài)閾值用于數(shù)據(jù)相關(guān)信息的預(yù)處理，即先篩選出符合一定條件的候選觀測(cè)值集合，以減小后續(xù)數(shù)據(jù)相關(guān)操作的計(jì)算復(fù)雜度，滿足SLAM對(duì)數(shù)據(jù)相關(guān)實(shí)時(shí)性要求。在匹配過程中采取基于動(dòng)態(tài)閾值的最近鄰數(shù)據(jù)相關(guān)算法，通過分析最近鄰數(shù)據(jù)相關(guān)算法在不同置信度

7、下，機(jī)器人定位誤差的變化情況，以適應(yīng)不確定性動(dòng)態(tài)變化的實(shí)際情況，為提高機(jī)器人定位與構(gòu)圖的實(shí)時(shí)性和準(zhǔn)確性提供了保障。在此基礎(chǔ)上，針對(duì)EKFSLAM算法存在的問題以及機(jī)器人運(yùn)動(dòng)模型具有較強(qiáng)的非線性，采取基于FastSLAM算法上的Unscented KF方法的措施以改進(jìn)系統(tǒng)的非線性，實(shí)現(xiàn)了移動(dòng)機(jī)器人的位姿估計(jì)與環(huán)境特征的同時(shí)評(píng)估。對(duì)粒子濾波(PF)基于系列重要性采樣算法進(jìn)行了改進(jìn)，即基于有效樣本大小ESS的重要性權(quán)重計(jì)算及采樣策略。通過在機(jī)