AUV的介绍以及SLAM算法的优越处.doc

《AUV的介绍以及SLAM算法的优越处.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、目前，载人潜水器、无人潜水器是水下观测考察和开发海洋资源的主要工具。其中无人潜水器即称为水下机器人，它分为ROV(无人遥控潜水器)和AUV(自主式水下机器人)。无人遥控潜水器ROV是通过脐带电缆和水面母船进行连接的，脐带电缆具有双重作用，一方面可以向下传输动力，另一方面可以实现实时双向控制信号的传输。自主式水下机器人AUV与母船之间没有任何物理的连接，它仅是依靠其自身携带的动力系统以及机器的智能实现自主航行。自主式水下机器人AUV(AutonomousUnderwaterVehicle)体现了未来机器人技术的研究方向，是目前世界各国机器人研究的热点。而导航问题仍然是AU

2、V所面临的主要技术挑战之一，根据AUV导航方式不同，可分为基于外部信号的非自主导航和基于自身导航装置的自主导航两类。非自主导航方式，如GPS等的基于无线电的导航方式，由于电磁波在水中的衰减较快，从而限制了这种方式在AUV上的使用。航位推算算法是自主导航中比较常用的导航算法，其通过将AUV的速度对时间进行积分来获得机器人的位置信息，在低速、长时间航行情况下，将会产生很大的定位误差；而惯性导航系统INS中机器人的位置信息的获取则是通过加速度对时间两次积分，但由于惯性导航系统的位置漂移致使导航精度难以满足实际工作的需要。机器人可以在先验地图的指导下通过不断地校正自身位置，以实

3、现精确定位。但在未知的航行环境中，机器人只能通过自身携带的传感器感知外部环境，获取相关的环境信息，继而提取有效的特征用于构建环境地图，并据此地图实现机器人的定位。这时定位与构图是融为一体相互关联的，即同时定位和地图构建SLAM。问题可描述为：一个自主移动机器人从未知环境中的未知位置出发，在机器人的移动过程中根据传感器采集到的数据实现自身定位，同时增量式地构建全局环境地图。本文主要研究了基于多传感器更新的同时定位与地图构建的算法在水下机器人上的实现，并通过定位误差验证了该算法的有效性。