基于水下機器人EKF-SLAM的數(shù)據(jù)關(guān)聯(lián)算法研究.pdf

1、導(dǎo)航技術(shù)是AUV實現(xiàn)自治的關(guān)鍵技術(shù)之一，高精度的導(dǎo)航和定位對其安全航行和高效率完成任務(wù)具有決定性的作用。同時定位與地圖構(gòu)建(SLAM，Simultaneous Localization and Mapping)利用所攜帶的外部傳感器感知環(huán)境，并利用提取的信息同時進行水下地圖構(gòu)建和自身定位。由于水下環(huán)境極其復(fù)雜，可使用的外部傳感器僅限于聲吶、水下照相機等，且獲得的觀測信息噪聲大、干擾多，所以對SLAM的數(shù)據(jù)關(guān)聯(lián)提出了很高的要求。本文主要對

2、水下機器人SLAM的數(shù)據(jù)關(guān)聯(lián)算法進行了深入的研究和分析。
　　 論文介紹了AUV的導(dǎo)航方式以及SLAM對于水下定位的重要意義和發(fā)展現(xiàn)狀;介紹了航行環(huán)境的描述方法以及SLAM的實現(xiàn)方法，分析了存在的技術(shù)難點：討論了SLAM算法的性質(zhì)，闡述了AUV基于擴展卡爾曼濾波的SLAM算法原理，建立了相關(guān)的仿真平臺；重點研究了幾種數(shù)據(jù)關(guān)聯(lián)方法：最近鄰算法、最大可能性算法、連續(xù)兼容最近鄰算法和聯(lián)合兼容算法，并提出了一種基于蟻群優(yōu)化算法改進的最大

3、可能性算法；結(jié)合各種數(shù)據(jù)關(guān)聯(lián)方法，在逐漸增加量測噪聲和過程噪聲以及變化特征點間間隔的仿真場景中，進行了對比試驗；并將某型AUV在水池中做直線運動獲得的聲吶圖像數(shù)據(jù)融入SLAM仿真平臺中，處理得出了相關(guān)的結(jié)果。
　　 試驗結(jié)果表明：相對于單純推位方法，SLAM可以提高系統(tǒng)的定位精度，也驗證了算法在水下導(dǎo)航應(yīng)用上的可行性，數(shù)據(jù)關(guān)聯(lián)算法的優(yōu)劣受到諸多因素的影響，如地圖中特征間的間隔等。提出的新算法在保證實時性的同時，能夠有效的提高關(guān)聯(lián)