基于多传感器融合水下机器人(AUV)导航方法的研究

摘要

随着世界经济和军事的迅速发展，海洋战略计划逐步成为了各国发展的核心内容。海洋面积占据了地球面积的大半部分，海洋中蕴藏着丰富的矿产、天然气等资源，以及深海处独特的地貌、水文特征、生物物种等吸引了众多国家探索发掘。然而实现这些探索必须面对一个巨大的挑战，那就是人们必须克服数千米深的水压。由于水底独特地形、复杂环境的影响使这些水下作业成为了困难。水下机器人则成为这方面研究的重要工具。如今自治水下机器人应用领域越来越广泛，然而由于水下工作环境的复杂性及不可预测性，给水下机器人提出了更高的要求，其中的水下导航技术则是水下探索的关键技术，也成为了制约水下机器人发展的瓶颈问题。 本文从传统的惯性导航、声学导航、自主推算导航等导航方式进行分析和研究，对进行了建模和仿真。然后利用多传感器融合信息改进了组合导航算法，该组合算法是以自主导航为主，以DVL、深度计、电子罗盘、USBL定位系统作为辅助导航系统。潜器在没有接收到辅助导航传感器数据时，进行自主导航，为了防止自主导航随时间增长而出现误差发散现象，以辅助导航系统的数据对自主导航系统进行修正。以DVL的速度信息、深度计的深度信息、电子罗盘的角度信息、USBL的位置信息这些高精度信息为子滤波器观测量，分别对自主导航系统进行滤波，这样既可以抑制自主导航系统的发散，又可以避免子系统中因噪声大而出现测量偏差过大的情况。并利用海试、湖试数据对本算法进行了验证，得到了较理想的结果，结果表明该算法对工程应用具有一定的实用价值。本文所用到的传感器有INS、USBL、DVL、GPS、深度计、声速剖面仪、电子罗盘等，在对传感器信息进行融合的过程中，提出了改进的参数辨识、时间同步及卡尔曼滤波等算法。

目录

声明

摘要

第1章绪论

1．1研究背景及意义

1．2 AUV概述及特点

1．2．1 AUV概述

1．2．2 AUV特点

1．3 AUV作业方式

1．4国内外AUV研究现状

1．5 AUV导航方法研究现状

1．5．1 DVL／DR导航系统

1．5．2水声导航系统

1．5．3匹配导航

1．6多传感器信息融合方法研究现状

1．7本章小结

第2章水下捷联惯导系统

2．1地球模型及坐标变换

2．1．1地球椭球模型

2．1．2坐标变换

2．2姿态更新四元数法

2．3速度与位置更新

2．4捷联惯导误差分析

2．4．1速度与位置误差

2．4．2惯导误差仿真

2．5惯导仿真

2．6本章小结

第3章USBL组合导航算法

3．1水声定位与导航系统

3．2 USBL定位算法

3．3 USBL定位误差分析

3．4 USBL／INS组合导航算法

3．4．1组合导航系统方程的建立

3．4．2 USBL量测方程的建立

3．4．3 USBL定位建模及仿真

3．5本章小结

第4章DVL自主导航算法

4．1 DR原理及轨迹变化特性

4．1．1 DR原理

4．1．2 DR航迹变化特性

4．2 DVL测速原理

4．3 DVL安装参数辨识

4．3．1最小二乘参数辨识

4．3．2改进的最小二乘参数辨识

4．4实验结果及分析

4．5 GPS／DVL组合导航

4．5．1 GPS／DVL组合导航系统状态方程的建立

4．5．2仿真结果

4．6本章小结

第5章导航后处理及航迹融合算法

5．1基于改进的卡尔曼滤波USBL／DVL组合导航算法

5．1．1改进的卡尔曼滤波算法

5．1．2组合导航总体设计

5．1．3海试数据滤波结果

5．2改进的DR自主推算算法

5．2．1反向DR自主推算算法

5．2．2海试数据仿真结果

5．3神经网络辅助导航算法

5．3．1神经网络的组成

5．3．2神经网络构建

5．3．3海试数据训练与仿真

5．4本章小结

6．1总结

6．2展望

6．2．1多波束测扫地形

6．2．2 SURF算法的应用

参考文献

致谢

个人简历

参加项目情况