基于粒子濾波器的自主式水下機(jī)器人導(dǎo)航定位算法研究.pdf

1、自主式水下機(jī)器人是當(dāng)今研究的熱點(diǎn)問題之一。機(jī)器人由于其自身具有的智能性、機(jī)動性以及自主性，可以在極其復(fù)雜危險的環(huán)境中完成人類不可完成的探測、探險和操作等工作。在未知環(huán)境下，移動機(jī)器人的自主導(dǎo)航能力是其能實(shí)現(xiàn)真正自主移動的基礎(chǔ)，而自主定位則是自主導(dǎo)航的前提。為了實(shí)現(xiàn)機(jī)器人自主導(dǎo)航，機(jī)器人的同時定位與地圖構(gòu)建（Simultaneous Localization and Mapping, SLAM）能力成為機(jī)器人領(lǐng)域亟需解決的問題。
　

2、　同時定位與地圖構(gòu)建（SLAM）是實(shí)現(xiàn)自主移動機(jī)器人的核心問題，也是機(jī)器人自主導(dǎo)航的關(guān)鍵，是機(jī)器人感知能力和智能水平的體現(xiàn)。同時定位與地圖構(gòu)建（SLAM）是指在未知環(huán)境下，機(jī)器人根據(jù)傳感器提供周圍環(huán)境信息和位置估計，逐步確定自身位姿并且建立增量式地圖的過程。近年來，眾多研究者在室內(nèi)、室外、水下環(huán)境中取得了顯著的成果。然而，依然存在很多問題需要解決。
　　本論文首先介紹了AUV的發(fā)展情況及研究現(xiàn)狀；其次，介紹了當(dāng)今應(yīng)用比較廣泛及本文

3、需要了解的幾種SLAM算法，在建立系統(tǒng)模型的基礎(chǔ)上，對SLAM算法的原理和過程進(jìn)行詳細(xì)介紹，并指出這些算法中存在的需要解決的問題。
　　本文主要在粒子濾波器的基礎(chǔ)上，提出一種基于粒子群優(yōu)化的無跡FastSLAM算法，并用實(shí)驗(yàn)驗(yàn)證該算法的可行性及有效性。該算法首先將UPF與UKF算法相結(jié)合，利用UPF估計機(jī)器人位姿后驗(yàn)概率估計，同時利用UKF處理地圖估計部分，避免了雅克比矩陣的運(yùn)算以及非線性函數(shù)的線性化問題，大大提高了算法精度，并且

4、同等精度下，減少所用粒子數(shù)。此外，針對FastSLAM算法中重采樣引起的粒子退化和衰竭問題，利用粒子群優(yōu)化技術(shù)(PSO)對重采樣過程進(jìn)行優(yōu)化，在重采樣后，選定目標(biāo)機(jī)器人位置，然后利用PSO算法調(diào)整粒子分布，使得粒子集中于機(jī)器人的真實(shí)位姿附近，通過上述步驟對粒子集進(jìn)行PSO優(yōu)化，緩解粒子退化和衰竭問題。
　　最后，通過公開仿真平臺進(jìn)行仿真實(shí)驗(yàn)以及實(shí)驗(yàn)室自主實(shí)驗(yàn)平臺水下機(jī)器人C-ranger的團(tuán)島海試實(shí)驗(yàn)來驗(yàn)證該提議算法的有效性和準(zhǔn)確