本文關(guān)鍵詞：EKF-SLAM算法在水下航行器定位中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 導(dǎo)航技術(shù)是水下航行器的關(guān)鍵技術(shù)之一，高精度的導(dǎo)航和定位對(duì)其安全航行和高效率完成任務(wù)具有決定性的作用。同步構(gòu)圖與定位(SLAM，Simultaneous Localization and Mapping)算法不需要先驗(yàn)的水下環(huán)境信息圖的輔助，當(dāng)航行器在水下運(yùn)動(dòng)時(shí)，利用自身攜帶的聲納等外部傳感器感知環(huán)境，提取環(huán)境中的有用信息，利用這些信息進(jìn)行自身定位，與此同時(shí)，構(gòu)建一幅水下環(huán)境的特征地圖。 論文闡述了SLAM算法的原理，對(duì)算法所得到的環(huán)境地圖的收斂性進(jìn)行了討論。此外，深入分析了目前SLAM算法在應(yīng)用中存在的兩大關(guān)鍵問(wèn)題即計(jì)算復(fù)雜度和數(shù)據(jù)關(guān)聯(lián)問(wèn)題產(chǎn)生的原因及其對(duì)系統(tǒng)造成的影響。針對(duì)水下航行器的狀態(tài)和觀測(cè)模型的非線性，討論了基于擴(kuò)展卡爾曼濾波(EKF)的SLAM算法的系統(tǒng)執(zhí)行過(guò)程，并從水下航行器經(jīng)常采用的兩種作業(yè)方式出發(fā)，進(jìn)行了仿真實(shí)驗(yàn)。仿真實(shí)驗(yàn)結(jié)果表明，相對(duì)于單純推位方法，算法可以提高系統(tǒng)的定位精度，，同時(shí)也驗(yàn)證了算法在水下導(dǎo)航應(yīng)用上的可行性。 針對(duì)水下航行器航行時(shí)間長(zhǎng)，可能會(huì)出現(xiàn)計(jì)算負(fù)擔(dān)過(guò)大的問(wèn)題，從算法的計(jì)算復(fù)雜度的來(lái)源入手，對(duì)算法提出了一些優(yōu)化措施，以降低在線計(jì)算量。由于水下環(huán)境的復(fù)雜性對(duì)數(shù)據(jù)關(guān)聯(lián)算法提出了更高的要求，因此，在討論了實(shí)用的最近鄰數(shù)據(jù)關(guān)聯(lián)算法的基礎(chǔ)上，提出了降低關(guān)聯(lián)模糊度的方法，以降低錯(cuò)誤關(guān)聯(lián)概率，提高關(guān)聯(lián)性能，為算法應(yīng)用于水下航行器導(dǎo)航與定位奠定了基礎(chǔ)。
【關(guān)鍵詞】：水下導(dǎo)航 同步構(gòu)圖與定位 擴(kuò)展卡爾曼濾波 壓縮濾波 數(shù)據(jù)關(guān)聯(lián)
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2007
【分類號(hào)】：U666.1
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 課題背景與意義10
• 1.2 目前的水下導(dǎo)航方法10-12
• 1.3 同步構(gòu)圖與定位算法12-13
• 1.4 國(guó)內(nèi)外研究概況13-15
• 1.5 本文主要工作和章節(jié)安排15-16
• 第2章 SLAM算法原理16-35
• 2.1 環(huán)境表示方法16-21
• 2.1.1 柵格地圖16-17
• 2.1.2 特征地圖17-18
• 2.1.3 拓?fù)涞貓D18-20
• 2.1.4 混合地圖20-21
• 2.2 線性最優(yōu)濾波—卡爾曼濾波21-22
• 2.3 系統(tǒng)模型的建立22-25
• 2.3.1 狀態(tài)模型23
• 2.3.2 特征模型23-24
• 2.3.3 觀測(cè)模型24
• 2.3.4 系統(tǒng)向量及協(xié)方差24-25
• 2.4 定位與構(gòu)圖25-27
• 2.5 SLAM算法的性質(zhì)27-32
• 2.5.1 半正定矩陣性質(zhì)27
• 2.5.2 地圖協(xié)方差矩陣的收斂性27-32
• 2.6 SLAM算法的關(guān)鍵性問(wèn)題32-34
• 2.6.1 計(jì)算復(fù)雜度問(wèn)題32-33
• 2.6.2 數(shù)據(jù)關(guān)聯(lián)問(wèn)題33-34
• 2.7 本章小結(jié)34-35
• 第3章 基于 EKF的水下 SLAM算法35-56
• 3.1 擴(kuò)展卡爾曼濾波器35-37
• 3.1.1 EKF的通用形式35-36
• 3.1.2 關(guān)于 EKF的討論36-37
• 3.2 非線性系統(tǒng)建模與執(zhí)行過(guò)程37-45
• 3.2.1 系統(tǒng)各狀態(tài)向量37-38
• 3.2.2 總體執(zhí)行過(guò)程38-40
• 3.2.3 預(yù)測(cè)階段40-42
• 3.2.4 更新階段42-43
• 3.2.5 狀態(tài)擴(kuò)充43-45
• 3.3 仿真結(jié)果45-55
• 3.3.1 區(qū)域探索仿真實(shí)驗(yàn)45-50
• 3.3.2 航渡仿真實(shí)驗(yàn)50-55
• 3.4 本章小結(jié)55-56
• 第4章 算法實(shí)時(shí)執(zhí)行優(yōu)化56-70
• 4.1 基于 EKF算法的優(yōu)化56-59
• 4.1.1 預(yù)測(cè)優(yōu)化56-58
• 4.1.2 更新優(yōu)化58-59
• 4.2 壓縮濾波59-68
• 4.2.1 預(yù)測(cè)階段60-61
• 4.2.2 協(xié)方差更新61-64
• 4.2.3 狀態(tài)更新64-66
• 4.2.4 執(zhí)行步驟66-67
• 4.2.5 區(qū)域劃分方法67-68
• 4.3 特征處理方法68-69
• 4.4 本章小結(jié)69-70
• 第5章 數(shù)據(jù)關(guān)聯(lián)方法研究70-87
• 5.1 關(guān)聯(lián)門(mén)的定義70-71
• 5.2 常見(jiàn)的兩種關(guān)聯(lián)門(mén)71-77
• 5.2.1 矩形關(guān)聯(lián)門(mén)71-73
• 5.2.2 橢球關(guān)聯(lián)門(mén)73-76
• 5.2.3 兩種關(guān)聯(lián)門(mén)的性能比較76-77
• 5.3 橢圓關(guān)聯(lián)門(mén)在 SLAM問(wèn)題中的應(yīng)用77-78
• 5.4 最近鄰數(shù)據(jù)關(guān)聯(lián)方法78-79
• 5.5 仿真結(jié)果79-85
• 5.6 降低關(guān)聯(lián)模糊度的方法85-86
• 5.7 本章小結(jié)86-87
• 結(jié)論87-88
• 參考文獻(xiàn)88-93
• 攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果93-94
• 致謝94

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 羅榮華,洪炳昒;基于信息融合的同時(shí)定位與地圖創(chuàng)建研究[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2004年05期

2 王璐,蔡自興;未知環(huán)境中移動(dòng)機(jī)器人并發(fā)建圖與定位(CML)的研究進(jìn)展[J];機(jī)器人;2004年04期

3 李群明,熊蓉,褚健;室內(nèi)自主移動(dòng)機(jī)器人定位方法研究綜述[J];機(jī)器人;2003年06期

4 彭勝軍;馬宏緒;;移動(dòng)機(jī)器人導(dǎo)航空間表示及SLAM問(wèn)題研究[J];計(jì)算機(jī)仿真;2006年08期

5 陳衛(wèi)東,張飛;移動(dòng)機(jī)器人的同步自定位與地圖創(chuàng)建研究進(jìn)展[J];控制理論與應(yīng)用;2005年03期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 莊嚴(yán);移動(dòng)機(jī)器人基于多傳感器數(shù)據(jù)融合的定位及地圖創(chuàng)建研究[D];大連理工大學(xué);2004年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 王磊;全區(qū)域覆蓋移動(dòng)機(jī)器人同時(shí)定位與地圖創(chuàng)建（SLAM）技術(shù)的研究[D];南京理工大學(xué);2005年

2 段芳芳;多傳感器多目標(biāo)跟蹤技術(shù)研究[D];西北工業(yè)大學(xué);2006年

  本文關(guān)鍵詞：EKF-SLAM算法在水下航行器定位中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：417238