無人水下航行器導(dǎo)航定位與環(huán)境感知技術(shù)研究.pdf

1、無人水下航行器(unmanned underwater vehicle，以下簡稱UUV)在完全未知的環(huán)境中依靠自身攜帶的傳感器來感知周圍環(huán)境信息，同時實現(xiàn)自身的定位是其真正實現(xiàn)自主導(dǎo)航的關(guān)鍵技術(shù)之一。傳統(tǒng)的導(dǎo)航定位算法隨著時間的增加，會產(chǎn)生誤差累積以及計算復(fù)雜性增大等問題。本課題研究的導(dǎo)航定位算法能夠在保證導(dǎo)航定位精度的同時，降低計算復(fù)雜度，因此具有重要的理論研究意義和實際應(yīng)用價值。
　　 本文主要針對以下方面開展研究：

2、　　 首先，介紹了航位推算法，給出了航位推算法的基本原理，結(jié)合UUV自身攜帶的傳感器在線測得的速度與姿態(tài)信息，針對小范圍內(nèi)的UUV運動軌跡進(jìn)行了航位推算導(dǎo)航定位方法的仿真驗證，通過與GPS實測數(shù)據(jù)對比驗證了UUV航位推算算法有效性。
　　 其次，針對航位推算方法隨時間增長累積導(dǎo)航誤差的缺點，引入了基于擴展卡爾曼濾波(Extend Kalman Filter，以下簡稱EKF)的UUV導(dǎo)航定位算法，給出了EKF的工作原理，討論了環(huán)

3、境感知技術(shù)中特征提取與地圖表示的基本方法，結(jié)合UUV的簡化運動模型，運用EKF實現(xiàn)了UUV導(dǎo)航定位計算，并給出了定位誤差分析。
　　 再次，針對EKF導(dǎo)航定位時的計算復(fù)雜性問題，研究了基于壓縮型擴展卡爾曼濾波(Compressed Extend Kalman Filter，以下簡稱CEKF)的UUV導(dǎo)航定位方法，提出了CEKF的改進(jìn)方法，給出了詳細(xì)的計算步驟，設(shè)計了局部地圖的劃分依據(jù)及其切換準(zhǔn)則以及在觀測路標(biāo)時的數(shù)據(jù)關(guān)聯(lián)技術(shù)。利