基于慣性傳感器與聲納的水下機器人定位與地圖構(gòu)建.pdf

1、近幾年來,隨著電子技術(shù)和計算機技術(shù)的迅猛發(fā)展,水下機器人作為一種水下探索的重要工具,其技術(shù)也有了飛速的進(jìn)步。在很多未知高危環(huán)境下,由于有人控制機器人和地面機器人在各方面的局限性,自主式水下機器人體現(xiàn)出其優(yōu)勢。如今,自主式水下機器人在海洋調(diào)查、石油開采、軍事領(lǐng)域都有著廣泛的應(yīng)用,并顯示出廣闊的前景。要使水下機器人能夠做到自主導(dǎo)航,必須使水下機器人能夠?qū)?fù)雜的水下環(huán)境進(jìn)行自主的分析、判斷和決策,并實現(xiàn)水下機器人快捷、安全、自由的移動。其中,

2、水下機器人的實時定位,是水下機器人實現(xiàn)自主導(dǎo)航的關(guān)鍵性技術(shù)。但是,在目前的水下機器人定位方法當(dāng)中,慣性導(dǎo)航系統(tǒng)需要精確獲取機器人的初始位置,并且其定位誤差隨著時間而不斷累積;全球定位系統(tǒng)GPS在水下無法正常接收衛(wèi)星信號,也就無法確定水下機器人的速度和位姿。于是,人們開始探討一種新的、不需要任何預(yù)先定義的地圖或者預(yù)先設(shè)置的路標(biāo)就可以實現(xiàn)機器人自主導(dǎo)航的技術(shù),即近幾年正在被不斷研究的移動機器人同時定位與地圖構(gòu)建技術(shù)(SLAM)。
　　

3、 論文首先介紹了當(dāng)前水下機器人的主要定位與導(dǎo)航方法,包括慣性導(dǎo)航系統(tǒng)和GPS/INS組合導(dǎo)航等,并分別分析了它們的優(yōu)勢與不足。之后論文較為詳細(xì)的介紹了慣性導(dǎo)航系統(tǒng)的基本算法和基于粒子濾波器的SLAM算法?；诹Ｗ訛V波器的SLAM算法的思想是把后驗概率分解成兩部分:一部分是路徑的后驗概率,另一部分是以路徑概率為條件的環(huán)境特征的后驗概率。分解的后驗概率可以用粒子濾波器有效地逼近。
　　 在以上基礎(chǔ)上,引出了本文的重點:一種基于慣性