slam中的数据关联与数据融合算法研究

slam中的数据关联与数据融合算法研究

ID:34710825

大小:6.98 MB

页数:144页

时间:2019-03-09

slam中的数据关联与数据融合算法研究_第1页
slam中的数据关联与数据融合算法研究_第2页
slam中的数据关联与数据融合算法研究_第3页
slam中的数据关联与数据融合算法研究_第4页
slam中的数据关联与数据融合算法研究_第5页
资源描述:

《slam中的数据关联与数据融合算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:密级:UDC:编号:工学博士学位论文SLAM中的数据关联与数据融合算法研究博士研究生:王丹丹指导教师:袁赣南教授学科、专业:导航、制导与控制哈尔滨工程大学2017年3月万方数据万方数据分类号:密级:UDC:编号:工学博士学位论文SLAM中的数据关联与数据融合算法研究博士研究生:王丹丹指导教师:袁赣南教授学位级别:工学博士学科、专业:导航、制导与控制所在单位:自动化学院论文提交日期:2016年9月论文答辩日期:2016年11月学位授予单位:哈尔滨工程大学万方数据万方数据ClassifiedIndex:U.D.C:ADissertationfortheDegreeof

2、D.EngResearchonSLAM-basedDataAssociationandDataFusionCandidate:WangDandanSupervisor:Prof.YuanGannanAcademicDegreeAppliedfor:DoctorofEngineeringSpecialty:Navigation,GuidanceandControlDateofSubmission:September,2016DateofOralExamination:November,2016University:HarbinEngineeringUniversity万方数

3、据万方数据哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论

4、文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日万方数据万方数据SLAM中的数据关联与数据融合算法研究摘要在当今日益竞争的国际形势下,水下导航无论是对于民用打捞搜救、海底管道维护,还是军事潜艇战

5、略巡航等,都具有很高的研究价值及意义,目前已成为国内外研究的热点与难点。根据惯性导航系统能够长期满足定位要求的特点,本文采用捷联惯性导航(strapdowninertialnavigationsystem,SINS)与同时构图定位导航(simultaneouslocalizationandmapping,SLAM)相组合的导航方式进行研究。通过传感器采集周围环境特征物,SLAM技术不仅能够提供载体及路标的位置信息,用来辅助校正SINS漂移误差,而且能构建与周围环境相一致的特征地图。本文基于课题的研究背景和意义,总结了国内外SLAM中数据关联算法,并对其关键技术进行了深入的

6、研究。针对海底石油管道探测定位工程的背景及意义,本文通过设定具有一定函数形式的管道模型,并将该函数轨迹作为载体的航行参考路径,通过多次航行由声学、光学以及惯性传感器采集到的方位信息、距离信息和图像信息等,进行了多传感器融合算法研究,仿真实验实现了高精度的管道定位。具体的改进算法及研究内容包括如下:1、在水下导航定位中,载体需携带多种传感器协作完成导航任务,而这些传感器提供的目标位置观测值之间,需进行数据关联分析后,判断是否来自同一实物,以被存储在地图数据库中。针对最近邻关联算法在处理信标多、关联关系复杂方面的不足,提出了一种基于栅格图模糊逻辑的SLAM数据关联算法。仿真实

7、验表明,该算法可以实现较高精度的数据关联。2、针对水下环境及系统观测噪声的模糊性,进行数据关联时容易产生模糊关联或错误,从而导致SLAM过程失败这一问题,提出了基于最大概率BP神经网络的数据关联算法,实验结果表明,新算法对目标位置观测值进行关联后可得到较高的关联度,其对应的定位估计滤波精度也较高。3、针对扩展卡尔曼滤波的SLAM算法(ExtendedKalmanfilter-SLAM,EKF-SLAM)、无迹卡尔曼滤波的SLAM算法(UnscentedKalmanfilter-SLAM,UKF-SLAM)、可调节系数无迹卡尔曼

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。