基于SINS/GIS的井下巡检机器人组合惯性导航技术的研究

目录

1 绪论

1.1 课题研究背景与意义

1.1.1 课题研究背景

1.1.2 课题研究意义

1.2 国内外研究与发展现状

1.2.1 机器人导航定位技术的研究与发展现状

1.2.2 卡尔曼滤波技术的研究与发展现状

1.2.3 自适应滤波技术的研究与发展现状

1.3 惯性导航平台与地理信息系统

1.3.1 惯性导航平台

1.3.2 地理信息系统

1.4 井下巡检机器人组合导航系统的关键问题

1.5 主要研究内容

2 SINS/GIS/OE导航原理及误差模型的分析

2.1 井下巡检机器人系统结构设计

2.2 捷联惯性导航系统基本理论

2.2.1 SINS 常用坐标系

2.2.2 姿态角法描述坐标变换

2.2.3 四元数法描述坐标变换

2.2.4 捷联惯性导航系统的工作原理

2.3 捷联惯性导航参数更新算法及导航参数误差模型分析

2.3.1 捷联惯性导航参数更新算法

2.3.2 捷联惯性导航误差类型

2.3.3 捷联惯性导航的误差模型分析

2.4 井下地理信息系统定位算法

2.5 光电编码器航位推算定位

2.5.1 光电编码器工作原理

2.5.2 井下巡检机器人运动学分析

2.5.3 航位推算算法

2.5.4 航位推算误差模型分析

2.6 本章小结

3 SINS/GIS/OE组合导航方案的确立

3.1 KF及UKF算法原理分析及子滤波器选取

3.1.1 标准卡尔曼滤波算法（KF）

3.1.2 无迹卡尔曼滤波算法（UKF）

3.1.3 卡尔曼滤波的滤波方式及其特点

3.1.4 组合导航系统子滤波器的选取

3.2 联邦卡尔曼滤波器

3.2.1 联邦卡尔曼滤波算法（FKF）

3.3 井下巡检机器人联邦滤波系统数学模型建立

3.3.1 SINS/GIS 子系统的数学建模

3.3.2 SINS/OE子系统的数学建模

3.4 联邦卡尔曼滤波信息分配优化

3.4.1 联邦滤波器信息分配方式的优化

3.4.2 仿真与分析

3.5 本章小结

4 井下巡检机器人自适应联邦滤波器的设计

4.1 Sage-Husa自适应滤波算法研究

4.1.1 Sage-Husa自适应滤波算法

4.1.2 Sage-Husa自适应滤波算法的关键点

4.1.3 Sage-Husa自适应滤波算法改进

4.1.4 最佳遗忘因子的求取

4.2 井下巡检机器人自适应联邦滤波算法

4.3 井下巡检机器人路径规划算法研究

4.3.1 A*路径规划算法研究

4.3.2 A*路径平滑优化算法

4.3.3 仿真实验及结果分析

4.4 本章小结

5 组合导航仿真分析及硬件设计实验

5.1 井下巡检机器人运动轨迹发生器的设计

5.1.1 机器人运动方式的数学模型

5.1.2 机器人运动轨迹生成算法

5.1.3 机器人惯性器件数据生成算法

5.1.4 轨迹发生器仿真验证

5.2 井下巡检机器人组合导航系统仿真

5.2.1 井下巡检机器人捷联惯导仿真

5.2.2 井下巡检机器人SINS/GIS/OE 自适应联邦卡尔曼滤波仿真

5.3 井下巡检机器人组合导航系统硬件设计

5.3.1 主控制器模块

5.3.2 惯性测量模块

5.3.3 GIS 定位模块

5.3.4 运动控制模块

5.4 井下巡检机器人组合导航实验

5.5 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

攻读学位期间发表学术论文目录

声明