無人水下機(jī)器人(Unmanned Underwater Vehicle,UUV)是人們探索復(fù)雜水下環(huán)境的重要工具,在海底環(huán)境觀測(cè)、水底打撈作業(yè)、海洋資源勘探等方面起著非常重要的作用,具有廣闊的發(fā)展空間。本文針對(duì)現(xiàn)有地圖構(gòu)建算法及路徑規(guī)劃缺乏穩(wěn)定性、工作效率低的問題從以下兩個(gè)方面展開研究:(1)在已有的同時(shí)定位與地圖創(chuàng)建(Simultaneous Localization and Map-ping,SLAM)算法中,基于擴(kuò)展卡爾曼濾波(Extended Kalman Filter,EKF)的SLAM算法構(gòu)建出的地圖更具精準(zhǔn)性,但用于構(gòu)建地圖的數(shù)據(jù)量越大,算法工作量就越大,用時(shí)越長,效率越低。為了提高EKF-SLAM算法的工作效率,本文采用先稀疏后擴(kuò)充的方法,在已有EKF-SLAM算法的基礎(chǔ)上進(jìn)行了改進(jìn)。先將環(huán)境描述進(jìn)行稀疏化,構(gòu)建出SLAM環(huán)境特征地圖,再利用柵格化地圖將特征地圖進(jìn)行具體化描述,得到完整環(huán)境地圖。本文針對(duì)改進(jìn)后的算法進(jìn)行了理論仿真,證明了該算法的可行性,并在理論仿真的基礎(chǔ)上進(jìn)行了實(shí)驗(yàn),從實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的高效性和準(zhǔn)確性。(2)現(xiàn)有的路徑規(guī)劃算法中,快速擴(kuò)展隨機(jī)樹(Ra...

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀及發(fā)展動(dòng)態(tài)分析
        1.2.1 水下機(jī)器人方面
        1.2.2 機(jī)器人的定位與地圖構(gòu)建
        1.2.3 機(jī)器人路徑規(guī)劃方面
    1.3 本文主要研究內(nèi)容
    1.4 本文主要特色和創(chuàng)新
第二章 水下機(jī)器人定位及地圖構(gòu)建
    2.1 離散卡爾曼濾波與擴(kuò)展卡爾曼濾波定位
        2.1.1 線性最優(yōu)濾波—離散卡爾曼濾波器定位
        2.1.2 非線性最優(yōu)濾波-擴(kuò)展卡爾曼濾波器定位
    2.2 SLAM算法系統(tǒng)模型構(gòu)建
    2.3 基于擴(kuò)展卡爾曼濾波器的SLAM算法
        2.3.1 數(shù)學(xué)模型
        2.3.2 算法模型
    2.4 對(duì)基于擴(kuò)展卡爾曼濾波的SLAM算法的改進(jìn)優(yōu)化
        2.4.1 觀測(cè)數(shù)據(jù)稀疏化
        2.4.2 特征模型具體化
    2.5 仿真驗(yàn)證
    2.6 本章小結(jié)
第三章水下機(jī)器人的路徑規(guī)劃
    3.1 快速擴(kuò)展隨機(jī)樹算法
        3.1.1 基本的快速擴(kuò)展隨機(jī)樹算法描述
        3.1.2 快速擴(kuò)展隨機(jī)樹算法性能分析
        3.1.3 相關(guān)改進(jìn)算法介紹
    3.2 基于輔助路徑的快速隨機(jī)樹算法
    3.3 仿真驗(yàn)證
    3.4 本章小結(jié)
第四章 物理樣機(jī)與實(shí)驗(yàn)驗(yàn)證
    4.1 水下機(jī)器人實(shí)驗(yàn)平臺(tái)
        4.1.1 硬件系統(tǒng)總體設(shè)計(jì)
        4.1.2 通信模塊
        4.1.3 上位機(jī)軟件設(shè)計(jì)
    4.2 實(shí)驗(yàn)驗(yàn)證
        4.2.1 實(shí)驗(yàn)環(huán)境
        4.2.2 地圖構(gòu)建
        4.2.3 路徑規(guī)劃
    4.3 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
作者簡介
致謝



本文編號(hào)：3953162