基于图像声纳SLAM算法在AUV组合导航中的应用

摘要

为了在有限的体积、功耗及成本范围内提高自主水下航行器(AUV)远程、深海导航定位精度,提出了将基于图像声纳的同时定位与地图创建(SLAM)方法应用于AUV水下组合导航系统,利用图像声纳获取AUV与地形特征点之间的距离和3D方位数据,结合捷联惯性导航系统(SINS)得到的导航数据,通过扩展卡尔曼滤波(EFK)方法对载体状态和地图状态进行连续并行估计和量测,将得到的误差估计反馈回SINS进行修正,可抑制其随航行时间和距离增加的姿态、速度和位置误差。此外,在地形特征点向量中加入声学尺寸元素,可提高特征识别的准确性。仿真结果表明,在持续观测到有效的地形特征点条件下,惯导误差得到了较好抑制,特别是在AUV返程或往复巡航过程中,重复观测到同一地标时,可大幅提高水下组合导航的定位精度。