详情

原文传递水下无人航行器同步定位构图与群体互定位研究

论文题名：	水下无人航行器同步定位构图与群体互定位研究
关键词：	水下无人航行器;同步定位构图;自主导航;均值聚类;卡尔曼滤波;航位推算
摘要：	惯性导航和航位推算等方法存在导航误差随时间增长而累积的问题，无法满足水下无人航行器（Unmanned Underwater Vehicle，UUV）长航时水下隐蔽作业的需求。在结构化环境中，通过传感器在线感知环境和UUV位姿测量实现UUV同步定位与地图构建（Simultaneous Localization and Mapping，SLAM），是近年来UUV自主导航的重要发展趋势之一，对于UUV长航时的水下安全隐蔽作业具有重要的理论意义和实际应用价值。　　构建SLAM系统模型，包括建立坐标系统、UUV运动模型、特征模型、传感器测量模型；　　针对测距声纳环境感知信息，研究SLAM特征提取与数据关联方法。针对最小二乘法以区域内全部点作为待提取特征处理时，存在计算量大、易受边缘干扰信息影响从而导致特征提取不准确的问题，提出融合均值聚类与K-L变换的自校正线特征提取方法，采用主成分分析法确保所提取的线特征方向与主体数据点分布相一致，通过聚类中心计算和平行区域划分等操作去除边缘干扰信息，提高线特征提取的准确性；K-L变换求解速度较快，相比最小二乘法，实时性较好。针对数据关联过程中所存在的关联精度与计算效率之间的矛盾，提出ICNN与JCBB切换的混合数据关联方法，基于数据关联基本准则评判ICNN数据关联结果是否正确，判断结果错误时采用JCBB进行数据关联，提高关联效率并保证关联精度；　　针对位置估计过程中EKF-SLAM存在计算量大的问题，分别研究基于UKF和CKF的SLAM方法。针对UKF-SLAM方法在系统噪声先验统计未知或时变情况下存在导航精度下降甚至发散的问题，提出自适应UKF-SLAM方法。采用Sage-Husa系统噪声估计方法实时修正系统噪声，以协方差匹配判据评判滤波发散趋势，通过渐消因子构造自适应加权系数修正误差协方差，提高UUV导航和地图构建精度；针对CKF-SLAM在UUV系统模型与实际模型不一致时存在滤波精度下降的问题，提出强跟踪CKF-SLAM方法，设计自适应渐消因子实时修正误差协方差，提高导航精度；　　针对标准FastSLAM方法中存在粒子滤波估计UUV位置、EKF估计特征状态等估计精度较低的问题，提出容积FastSLAM（Cubature FastSLAM，CFastSLAM）方法，采用容积粒子滤波估计UUV的位置，引入CKF作为建议分布函数，将最新观测量融入建议分布，降低粒子退化率，采用CKF估计特征状态，避免计算雅克比矩阵，消除线性化误差；基于抗差估计理论，提出自适应抗差容积FastSLAM，设计抗差自适应因子以调整CKF的状态模型协方差与观测模型协方差的比例，得到较高精度的概率密度，提高UUV和特征的位置估计精度；　　在单一UUV的SLAM研究基础上，研究基于CKF-SLAM的UUVs群体互定位方法。提出UUVs群体互探测、互通信与信息维护等互定位策略，设计七类三项仿真实验案例，分别验证不同区域范围、不同类型航路、不同路标数量等因素对UUVs群体互定位精度的影响，并给出实验结论。
作者：	傅桂霞
专业：	模式识别与智能系统
导师：	王宏健
授予学位：	博士
授予学位单位：	哈尔滨工程大学
学位年度：	2014
正文语种：	中文