学位论文 > 优秀研究生学位论文题录展示

基于惯性传感器与声纳的水下机器人定位与地图构建

作　者: 黄鲁粤
导　师: 何波
学　校: 中国海洋大学
专　业: 通信与信息系统
关键词: SLAM 水下机器人 粒子滤波器 卡尔曼滤波器 惯性传感器 声纳
分类号: TP242
类　型: 硕士论文
年　份: 2010年
下　载: 134次
引　用: 0次
阅　读: 论文下载
 

内容摘要


近几年来,随着电子技术和计算机技术的迅猛发展,水下机器人作为一种水下探索的重要工具,其技术也有了飞速的进步。在很多未知高危环境下,由于有人控制机器人和地面机器人在各方面的局限性,自主式水下机器人体现出其优势。如今,自主式水下机器人在海洋调查、石油开采、军事领域都有着广泛的应用,并显示出广阔的前景。要使水下机器人能够做到自主导航,必须使水下机器人能够对复杂的水下环境进行自主的分析、判断和决策,并实现水下机器人快捷、安全、自由的移动。其中,水下机器人的实时定位,是水下机器人实现自主导航的关键性技术。但是,在目前的水下机器人定位方法当中,惯性导航系统需要精确获取机器人的初始位置,并且其定位误差随着时间而不断累积；全球定位系统GPS在水下无法正常接收卫星信号,也就无法确定水下机器人的速度和位姿。于是,人们开始探讨一种新的、不需要任何预先定义的地图或者预先设置的路标就可以实现机器人自主导航的技术,即近几年正在被不断研究的移动机器人同时定位与地图构建技术(SLAM)。论文首先介绍了当前水下机器人的主要定位与导航方法,包括惯性导航系统和GPS/INS组合导航等,并分别分析了它们的优势与不足。之后论文较为详细的介绍了惯性导航系统的基本算法和基于粒子滤波器的SLAM算法。基于粒子滤波器的SLAM算法的思想是把后验概率分解成两部分：一部分是路径的后验概率,另一部分是以路径概率为条件的环境特征的后验概率。分解的后验概率可以用粒子滤波器有效地逼近。在以上基础上,引出了本文的重点：一种基于惯性传感器与声纳的水下机器人定位与地图构建算法——惯性SLAM算法。惯性SLAM算法将惯性导航系统与SLAM技术有机结合,利用惯性测量器件(IMU)的输出数据和声纳观察到的特征(路标)来估计水下机器人的位姿,并完成其工作环境的地图构建,而不需要利用其他的定位系统,如GPS。论文中给出了该种算法的仿真结果并与基于EKF的SLAM算法进行了比较,证明了惯性SLAM算法的可行性和可靠性。

全文目录


摘要  5-6
Abstract  6-10
1 绪论  10-17
  1.1 本课题研究的背景与意义  10-12
  1.2 自主式水下机器人(AUV)导航的现状  12-13
  1.3 SLAM的发展历程  13-15
  1.4 本文的主要工作和章节安排  15-17
2 自主式水下机器人(AUV)的惯性导航系统  17-29
  2.1 导航系统的坐标系、转换矩阵  17-20
    2.1.1 参考坐标系  18-19
    2.1.2 坐标系转换矩阵  19-20
  2.2 用四元数法计算AUV姿态  20-26
    2.2.1 四元数概述  20
    2.2.2 用四元数进行矢量变换  20-21
    2.2.3 四元数微分方程及其毕卡求解法  21-23
    2.2.4 使用四元数法计算AUV姿态的一般步骤  23-25
    2.2.5 四元数的规范化处理  25-26
  2.3 水下机器人的速度、位置计算  26-28
    2.3.1 惯性坐标系下的机械编排  26
    2.3.2 导航坐标系下的机械编排  26-27
    2.3.3 速度计算  27-28
    2.3.4 位置计算  28
  2.4 本章小结  28-29
3 基于粒子滤波器(PF)的SLAM算法  29-45
  3.1 工作环境表示方法与系统模型  29-32
    3.1.1 AUV工作环境表示方法  29-30
    3.1.2 SLAM系统模型的表示  30-32
  3.2 基于EKF的SLAM  32-34
  3.3 粒子滤波  34-36
    3.3.1 粒子滤波的优点  34-35
    3.3.2 一般的粒子滤波流程  35
    3.3.3 PF-SLAM的基本思想——分解后验概率  35-36
  3.4 基于PF的SLAM算法实现  36-40
    3.4.1 采样新的AUV位姿  37-38
    3.4.2 基于EKF的环境特征更新  38-39
    3.4.3 权重计算和重采样  39-40
  3.5 数据关联  40-43
    3.5.1 关联门  41-42
    3.5.2 最近邻数据关联方法  42-43
  3.6 本章小结  43-45
4 基于惯性传感器与声纳的惯性SLAM算法  45-61
  4.1 问题的提出  45-47
  4.2 水下机器人的惯性SLAM算法  47-51
    4.2.1 惯性SLAM的状态变量及其分解  47-48
    4.2.2 惯性SLAM算法系统模型  48-51
  4.3 惯性SLAM的滤波  51-53
    4.3.1 预测  52
    4.3.2 观测和更新  52-53
  4.4 惯性SLAM算法的仿真实验  53-59
  4.5 仿真结果分析  59-61
5 结论与展望  61-63
  5.1 结论  61
  5.2 展望  61-63
参考文献  63-68
致谢  68-69
个人简历  69-70
攻读硕士学位期间发表的学术论文  70

相似论文

  1. SINS/GPS组合导航系统算法研究,V249.328
  2. 基于多Agent理论的卫星协同定轨技术研究,V474
  3. FROV作业流程仿真技术研究,TP242
  4. 系统控制理论及其在水下机器人系统中的应用研究,TP13
  5. 面向自主水下机器人的采样技术研究,TP242
  6. 波导小目标MIMO探测方法和实验研究,TB566
  7. 认知无线电网络中的基于信道特征的主用户仿真攻击防御技术,TN925
  8. 自主水下航行器组合导航算法研究与系统实现,U666.1
  9. 轮式仿人机器人导航与路径规划研究,TP242
  10. 太阳能水下机器人载体设计与分析,TP242.3
  11. 基于SURF特征的单目视觉SLAM技术研究与实现,TP242
  12. “海螺一型”ROV控制系统结构与艏向控制技术研究,TP242.3
  13. 水下机器人喷水矢量推进与液压驱动技术研究,TP242.3
  14. 观测型ROV车库式TMS研究,TP242.2
  15. 分布式声源定位与跟踪算法研究,TN912.3
  16. GPS信号自适应抗干扰系统的研究,P228.4
  17. 自治水下机器人动力学建模及参数辨识研究,TP242
  18. 自主式水下机器人的分布式运动控制系统算法与实现,TP242
  19. 自主式水下机器人冗余自救系统的设计与实现,TP242
  20. 基于自抗扰控制技术的AUV运动控制的研究与仿真,TP273

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人
© 2012 www.xueweilunwen.com