基于感知驱动的AUV自主导航算法研究

发布时间：2017-06-29 11:05

  本文关键词：基于感知驱动的AUV自主导航算法研究，由笔耕文化传播整理发布。

【摘要】：自主式水下机器人(AUV)作为人类探索海洋的重要设备,目前已广泛应用到了北极探险、管道检测和船体检测等多种任务中。准确的导航与定位对于AUV在水下环境中进行安全作业起到了决定性作用,而同时定位与地图构建算法(Simultaneous Localization and Mapping,简称SLAM)正是关键所在。SLAM技术为水下移动观测平台在未知的海洋环境下,实现真正意义的自主导航提供了可行性方案。尽管SLAM技术的大部分问题已得到广泛而深入的研究,如扩展卡尔曼滤波EKF(Extended Kalman Filter)、扩展信息滤波EIF (Extended Information Filter)、稀疏连接-树滤波TJTF (Thin Junction Tree Filter)等等,但它们在计算复杂度、一致性和数据关联等方面仍存在诸多不足。2008年,Michael Kaess和Frank Dellaert用平滑代替滤波,提出了递增平滑与地图构建算法(incremental smoothing and mapping,简称iSAM)。iSAM算法通过递增式更新提高计算速度,利用非线性最优化控制误差水平,使用部分协方差支持数据关联。本文正是在iSAM算法的基础上,针对机器人运动观测时的定位误差累积问题,提出了“同时定位、地图构建、路径规划”新技术——基于感知驱动的自主导航算法PD-SLAM(课题来源于“国家863计划”,项目编号：2014AA093410)。PD-SLAM算法的核心思想是“感知驱动”。利用感知驱动模块,对传感器继续探索未知区域还是回访之前区域做出智能化选择,为解决运动观测时定位误差累积这一关键技术难点提供了可行性方案。主要内容包括：图像显著性的计算及挑选；回访路径的生成;回访行为的确定准则等。本论文首先介绍了水下导航技术和同时定位与地图构建算法的发展现状；其次对iSAM算法的原理及实现过程进行了详细介绍;然后在介绍了图像显著性水平的基础上,详细阐述了基于感知驱动的自主导航算法(PD-SLAM);最后,通过仿真实验对PD-SLAM算法中的感知驱动导航模块(PDM)进行了可靠性验证,阶段性的实现了PD-SLAM的自主导航性能。
【关键词】：自主式水下机器人 同时定位与地图构建 iSAM 感知驱动
【学位授予单位】：中国海洋大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP242
【目录】：

• 摘要5-6
• Abstract6-10
• 1 绪论10-18
• 1.1 课题研究背景及意义10-11
• 1.2 水下导航技术概述11-13
• 1.2.1 信标定位系统12
• 1.2.2 DVL系统12-13
• 1.3 同时定位与地图构建算法(SLAM)概述13-16
• 1.3.1 大尺度SLAM问题13-15
• 1.3.2 数据关联问题15-16
• 1.4 路径规划(PATH PLANNING)概述16-17
• 1.5 课题来源及章节安排17-18
• 2 ISAM算法介绍18-29
• 2.1 平滑与地图构建SAM18-22
• 2.1.1 SLAM问题的概率模型19-20
• 2.1.2 最小二乘问题20-21
• 2.1.3 QR矩阵分解21-22
• 2.2 递增式平滑与地图构建ISAM22-26
• 2.2.1 吉文斯旋转(GIVENS ROTATIONS)22-24
• 2.2.2 闭环与变量重排24-25
• 2.2.3 非线性系统25-26
• 2.3 仿真实验26-28
• 2.4 本章小结28-29
• 3 SLAM中的视觉显著性29-41
• 3.1 视觉显著性与单词包表示法(BAG-OF-WORDS)30-31
• 3.2 本文采用的方法31-33
• 3.3 BOW单词包的生成33-36
• 3.3.1 为什么不采用FAB-MAP?33-34
• 3.3.2 为什么不采用SIFT?34-36
• 3.4 局部显著性和全局显著性36-39
• 3.4.1 局部显著性36-38
• 3.4.2 全局显著性38-39
• 3.5 本章小结39-41
• 4 基于感知驱动的自主导航算法PD-SLAM41-56
• 4.1 相关工作42-43
• 4.2 感知驱动导航模块PDM43-55
• 4.2.1 探测回访的判断44-45
• 4.2.2 路径点的产生45-48
• 4.2.3 候选回访路径规划48-52
• 4.2.4 候选回访路径的回馈(REWARD)计算52-55
• 4.3 本章小结55-56
• 5 PDM仿真实验及分析56-60
• 5.1 仿真实验56-59
• 5.2 本章小结59-60
• 6 总结与展望60-62
• 6.1 总结60
• 6.2 展望60-62
• 参考文献62-67
• 致谢67-68
• 个人简历68-69
• 攻读硕士学位期间发表的论文69

【参考文献】

中国期刊全文数据库 前4条

1 李小武;邵剑飞;廖秀玲;;一种基于K-means的分布式聚类算法[J];桂林电子科技大学学报;2011年06期

2 周武;赵春霞;;SLAM问题的一种优化数据关联算法[J];机器人;2009年03期

3 陈园园;陈治平;;一种基于代表点和点密度的聚类算法[J];计算机工程与应用;2008年28期

4 魏华;李群;陈得宝;;大范围环境中移动机器人SLAM问题的解决方法[J];装备制造技术;2008年02期

中国硕士学位论文全文数据库 前1条

1 王永清;同时定位与地图创建中的数据关联技术研究[D];中国海洋大学;2007年

  本文关键词：基于感知驱动的AUV自主导航算法研究，，由笔耕文化传播整理发布。

本文编号：497616