數(shù)據(jù)關(guān)聯(lián)技術(shù)在AUV同時定位與地圖構(gòu)建算法中的應用.pdf

1、隨著海洋探測、資源開發(fā)的不斷進步,自主式水下機器人(AutonomousUnderwater Vehicle,AUV)成為海洋技術(shù)研究的熱點。自主導航是AUV的關(guān)鍵技術(shù)之一,精確的導航和定位是保證其安全、高效完成任務(wù)的前提。同時定位與地圖構(gòu)建(Simultaneous Localization and Mapping,SLAM)算法是實現(xiàn)自主導航的重要方式,它不需要先驗地圖,僅依靠機器人自身攜帶的各類傳感器就可以感知環(huán)境,提取有用的環(huán)境

2、特征,實現(xiàn)自身定位并構(gòu)建環(huán)境地圖。SLAM的實現(xiàn)可以有多種方式,本文主要對基于擴展卡爾曼濾波(Extended Kalman Filter,EKF)的SLAM算法進行研究。
　　 SLAM主要由狀態(tài)估計和數(shù)據(jù)關(guān)聯(lián)兩部分組成,其中,狀態(tài)估計是指對機器人定位及環(huán)境特征位置的估計過程;數(shù)據(jù)關(guān)聯(lián)則是指找出不同時間、不同觀測點獲得的環(huán)境特征之間的關(guān)系,最終確定這些特征是否對應物理環(huán)境中的同一實體。狀態(tài)估計和數(shù)據(jù)關(guān)聯(lián)是兩個相互影響的過程,正

3、確的數(shù)據(jù)關(guān)聯(lián)是實現(xiàn)準確狀態(tài)估計的前提,因而,數(shù)據(jù)關(guān)聯(lián)在SLAM算法中起著關(guān)鍵性的作用。
　　 本文描述了數(shù)據(jù)關(guān)聯(lián)的基本理論,并利用實驗室自主研發(fā)的AUV平臺,結(jié)合EKF-SLAM算法,對各項數(shù)據(jù)關(guān)聯(lián)技術(shù)進行研究,重點比較了單一兼容最近鄰(Individual Compatibility Nearest Neighbour,ICNN)和聯(lián)合兼容分枝定界(JointCompatibility Branch and Bound,JCB