基于粒子濾波和一致性分析的同時定位與地圖構(gòu)建算法研究.pdf

1、I基于粒子濾波和一致性分析的同時定位與地圖構(gòu)建基于粒子濾波和一致性分析的同時定位與地圖構(gòu)建算法研究算法研究摘要摘要自主式水下機(jī)器人（AUV），也叫做無人操縱水下機(jī)器人，可以在沒有操作者介入的情況下自主完成調(diào)查任務(wù)，如對水下失事、巖石、障礙物等的探測。AUV還可以搭載多種海洋傳感器和聲納系統(tǒng)，為展開各種海洋調(diào)查、數(shù)據(jù)搜集提供了有力的支持。隨著科學(xué)技術(shù)的不斷發(fā)展和人類在海洋研究領(lǐng)域的不斷深入，AUV以其在水下探測領(lǐng)域的獨(dú)特優(yōu)勢得到了廣泛的關(guān)

2、注，AUV的研發(fā)是未來水下航行器的必然發(fā)展方向，很多國家也都開始密切關(guān)注AUV的研發(fā)并投入大量的科研力量。伴隨著自主式水下機(jī)器人的廣泛應(yīng)用，自主導(dǎo)航技術(shù)也逐漸成為人們關(guān)注的焦點(diǎn)。機(jī)器人定位與實時地圖構(gòu)建的能力，即同時定位與地圖構(gòu)建算法，是實現(xiàn)真正意義上自主導(dǎo)航的關(guān)鍵技術(shù)。多年來，人們一直在為研究和改善導(dǎo)航算法進(jìn)行著不懈的努力。在所有的改進(jìn)方法中，算法一致性的改進(jìn)對于整個算法精度的提高有著極其重要的影響。在過去幾年里，粒子濾波在很多狀態(tài)估

3、計問題中得到了較為成功的應(yīng)用，但是也存在一致性得不到滿足的問題。基于此，本文從提高算法一致性的角度入手，采用一種新的方法來提高算法一致性，從而提高算法估計的精度。本論文首先介紹了幾種主流的SLAM算法及其發(fā)展歷程，其次介紹了本實驗室的實驗平臺CRanger及所搭載的傳感器，然后詳細(xì)闡述了粒子濾波的基本原理及本文在傳統(tǒng)算法基礎(chǔ)上進(jìn)行的改進(jìn)，最后通過實驗室仿真、維多利亞公園數(shù)據(jù)集實驗和海試實驗對改進(jìn)算法的有效性進(jìn)行了驗證。其中海試實驗采用實

4、驗室自主研發(fā)的實驗平臺CRanger，實驗地點(diǎn)為青島團(tuán)島灣。本文提出了一種改進(jìn)的粒子濾波方法：在路標(biāo)估計中使用首次估計雅克比的方法，通過修改狀態(tài)轉(zhuǎn)移矩陣和觀測矩陣中的相關(guān)項來提高路標(biāo)估計的精確度，這有助于建立一個滿足一致性的地圖，促進(jìn)位姿估計的準(zhǔn)確性，從而增強(qiáng)整個粒子濾波算法的一致性。同時，在重采樣過程中采用有效粒子數(shù)來控制重采樣過程，有效緩解粒子退化問題。算法的一致性通過歸一化均方根誤差（NEES）進(jìn)行驗IIITheStudyonSL

5、AMBasedonParticleFilterConsistencyAnalysisfAUVAbstractAutonomousUnderwaterVehicles(AUV)alsoknownasunmannedunderwatervehiclescanbeusedtoperfmunderwatersurveymissionssuchasdetectingmappingsubmergedwrecksrocksobstructionsth

6、atposeahazardtonavigationfcommercialrecreationalvessels.TheAUVconductsitssurveymissionwithoutoperatintervention.WhenamissioniscompletetheAUVwillreturntoapreprogrammedlocationthedatacollectedcanbedownloadedprocessedinthes

7、amewayasdatacollectedbyshipboardsystems.AUVscanbeequippedwithawidevarietyofoceanographicsensssonarsystems.AUVsdevelopmentistheinevitabletendencyofunderwatervehicleinthefuturemanycountriesbegintopayhighattentiontotheresea

8、rchofAUVshaveputintoalotofmoneytime.WiththewidelyapplicationofAUVsautonomousnavigationtechnologyhasgotmemeattention.Thecapacityofrobotlocalizationmapbuildingatthesametimenamelythesimultaneouslocalizationmapping(SLAM)，ist

9、hekeyofrealizingtrulyautonomousnavigation.Inlatestyearspeoplehavebeenresearchingimprovingthenavigationalgithmallthetime.Amongallofthosesolutionstheimprovingoftheefficiencycoherenceofthealgithmhasextremelyimptanteffectson

10、theaccuracyofthewholealgithm.Overthepastyearsparticlefiltershavebeenappliedwithgreatsuccesstoavarietyofstateestimationproblems，butitstillremainsproblemssuchasinconsistency.InthispaperwefirstlyintroducedseveralpopularSLAM

11、algithmtheirdevelopmenthisty.SecondlyourownAUVplatfmCRangerthesenssonitarepresented.ThenweelabatethebasicParticleFilteralgithmourimprovementbasedonthebasicalgithm.Atlasttheeffectivenessoftheimprovedalgithmisverifiedthoug