發(fā)布時間：2018-01-05 19:20

  本文關(guān)鍵詞：大尺度環(huán)境中自主式水下機器人同時定位與地圖構(gòu)建算法研究　出處：《中國海洋大學(xué)》2014年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 大尺度環(huán)境 自主式水下機器人 同時定位與地圖構(gòu)建 一致性 子地圖

【摘要】：自主式水下機器人（AUV）無疑將發(fā)展成為未來海洋監(jiān)測和調(diào)查的主要工具。目前AUV導(dǎo)航定位主要依賴聲學(xué)基線技術(shù)，綜合費用大、工作范圍小、費時費力，是阻礙其廣泛應(yīng)用的主要瓶頸。本文旨在探索AUV在脫離外部支持框架下，采用同時定位與地圖構(gòu)建（SLAM）方法實現(xiàn)未知環(huán)境中的自主導(dǎo)航定位。SLAM方法在小尺度環(huán)境下已經(jīng)得到成功應(yīng)用，然而將其應(yīng)用于大尺度環(huán)境AUV的自主導(dǎo)航與定位仍需攻克三個難點：一是算法數(shù)據(jù)關(guān)聯(lián)問題；二是算法估計一致性問題；三是算法計算復(fù)雜度問題。本文即圍繞這三個核心問題開展研究工作。 針對傳統(tǒng)單一兼容最近鄰（ICNN）和聯(lián)合兼容分枝界定（JCBB）數(shù)據(jù)關(guān)聯(lián)算法的缺陷，本文提出一種適用于大尺度環(huán)境中的SLAM數(shù)據(jù)關(guān)聯(lián)算法迭代分類匹配（ICM）方法。ICM通過使用四元數(shù)方法從初次關(guān)聯(lián)成功的測量-地圖特征集中提取出二者間的最小二乘匹配向量，并將該向量用于對初次關(guān)聯(lián)失敗的地圖特征集進行匹配更新，，以此來削弱不精確的機器人位姿估計對數(shù)據(jù)關(guān)聯(lián)結(jié)果的影響。更新后的初次關(guān)聯(lián)失敗測量-地圖特征集作為輸入再次進行數(shù)據(jù)關(guān)聯(lián)直到滿足均方誤差檢測。仿真及維多利亞公園數(shù)據(jù)集實驗驗證了ICM算法是一種適用于大尺度環(huán)境的SLAM數(shù)據(jù)關(guān)聯(lián)算法。 為了解決大尺度環(huán)境中SLAM算法易出現(xiàn)估計不一致問題，在對經(jīng)典EKF-SLAM系統(tǒng)進行可觀測性分析基礎(chǔ)上，總結(jié)出系統(tǒng)可觀測性與系統(tǒng)一致性之間的關(guān)系，揭示SLAM算法出現(xiàn)估計不一致問題的深層原因。通過引入局部一致性的概念，設(shè)計出一種滿足局部一致性約束的LCEKF-SLAM估計器。仿真及海試實驗將LCEKF-SLAM與傳統(tǒng)的以及當(dāng)前比較流行的幾種估計器進行了詳細比較，估計誤差、一致性和算法計算復(fù)雜度三方面的實驗結(jié)果均顯示出LCEKF-SLAM估計器的優(yōu)越性。 為滿足AUV-SLAM在大尺度環(huán)境中實時應(yīng)用的需求，提出一種基于子地圖思想的混合SLAM方法，其具體內(nèi)容包括：局部子地圖建立過程采用添加了局部一致性約束的LCEKF-SLAM估計器，并引入多約束子地圖建立策略；局部子地圖聯(lián)結(jié)過程則選擇計算效率較高的SEIF算法，并引入DC子地圖聯(lián)結(jié)策略進一步降低整個算法的計算復(fù)雜度。仿真、維多利亞公園數(shù)據(jù)集和海試實驗證實基于子地圖思想的混合SLAM方法在極大降低算法計算復(fù)雜度的同時，還兼顧算法的精確性和一致性。 論文最后對全部研究工作進行了總結(jié)，并提出工作的不足以及今后可以改進的地方。
[Abstract]:Autonomous Underwater Vehicle ( AUVs ) will certainly develop into the main tools for future ocean monitoring and investigation . The current navigation and positioning relies mainly on acoustic baseline technology , with large comprehensive cost , small working range and time - consuming effort . In this paper , an iterative classification matching ( ICM ) method for SLAM data association algorithm in large scale environment is proposed for traditional single compatible nearest neighbor ( ICNN ) and joint compatible branch definition ( JCBB ) data association algorithm . In order to solve the problem of non - uniform estimation of SLAM algorithm in large - scale environment , the relationship between observable and systematic consistency of the classical EKF - SLAM system is analyzed , and a LCEKF - SLAM estimator is designed to meet local consistency constraints . In order to meet the demand of the real - time application of AUVs - SLAM in large - scale environment , a hybrid SLAM method based on sub - map idea is proposed , which includes the application of LCEKF - SLAM estimator with local consistency constraint and the introduction of multi - constraint sub - map establishing strategy . The local sub - map join process selects SEIF algorithm with higher computational efficiency , and introduces the DC sub - map join strategy to further reduce the computational complexity of the whole algorithm . Simulation , Victoria Park data set and sea trial experiment prove that the mixed SLAM method based on sub - map idea can greatly reduce the computational complexity of the algorithm , and also give consideration to the accuracy and consistency of the algorithm . Finally , the thesis summarizes all the research work , and puts forward the shortcomings of the work and the place that can be improved in the future .

【學(xué)位授予單位】：中國海洋大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：P715.5

【參考文獻】

相關(guān)期刊論文 前10條

1 涂剛毅;金世俊;祝雪芬;宋愛國;;基于粒子濾波的移動機器人SLAM算法[J];東南大學(xué)學(xué)報(自然科學(xué)版);2010年01期

2 陳鳳東;洪炳昒;;基于特征地圖的移動機器人全局定位與自主泊位方法[J];電子學(xué)報;2010年06期

3 李一平,封錫盛;“CR-01”6000m自治水下機器人在太平洋錳結(jié)核調(diào)查中的應(yīng)用[J];高技術(shù)通訊;2001年01期

4 劉正元;王磊;崔維成;;國外無人潛器最新進展[J];船舶力學(xué);2011年10期

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

6 朱磊;樊繼壯;趙杰;吳曉光;;未知環(huán)境下的移動機器人SLAM方法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2011年07期

7 黃慶成;洪炳熔;厲茂海;羅榮華;;基于主動環(huán)形閉合約束的移動機器人分層同時定位和地圖創(chuàng)建[J];計算機研究與發(fā)展;2007年04期

8 李一平,燕奎臣;“CR-02”自治水下機器人在定點調(diào)查中的應(yīng)用[J];機器人;2003年04期

9 羅榮華,洪炳昒;移動機器人同時定位與地圖創(chuàng)建研究進展[J];機器人;2004年02期

10 王麗榮;徐玉如;;水下機器人傳感器故障診斷[J];機器人;2006年01期

本文編號：1384487