基于視覺和慣性導(dǎo)航的水下機器人組合定位設(shè)計.pdf

1、目前水下機器人的定位基本采用聲吶、長短基線等聲學(xué)設(shè)備，但是設(shè)備成本昂貴，信號傳輸易受干擾，應(yīng)用接口封閉，也無法滿足小范圍精確定位要求。同時對于慣性導(dǎo)航傳感器，設(shè)備簡單靈活，但是傳感器的精度誤差會造成累積漂移誤差，在較長時間內(nèi)難以達到定位的要求。
　　基于上述水下機器人定位方式的分析，本課題利用低成本的MEMS慣性傳感器，結(jié)合攝像頭、電子羅盤等輔助定位方式，采用Kalman最優(yōu)估計理論，以輔助定位修正慣性導(dǎo)航的漂移，從而提供一個小范

2、圍高精度的組合定位方式。
　　全文共分六章:
　　第一章介紹水下機器人的定位技術(shù)以及國內(nèi)外的研究現(xiàn)狀。在基于多種定位技術(shù)優(yōu)缺點分析的基礎(chǔ)上，提出本課題的研究意義與主要內(nèi)容。
　　第二章在明確應(yīng)用背景的前提下提出了水下機器人組合定位系統(tǒng)的架構(gòu)。
　　1.慣性定位模塊，分析針對水下機器人的捷聯(lián)慣性導(dǎo)航應(yīng)用;
　　2.輔助定位模塊，包括基于視覺的位置組合定位和基于電子羅盤測量的姿態(tài)組合定位，分析了視覺定位算法以及

3、電子羅盤抗干擾;
　　3.云臺跟蹤模塊，著重分析了云臺跟蹤的逆運動學(xué)問題求解以及基于實驗分析的云臺電機控制策略。
　　第三章針對使用的慣性測量元件存在的低精度問題，著重考慮其中隨機噪聲的誤差，利用時間序列中的自動回歸方法對加速度計和陀螺儀建模和參數(shù)辨識，得到傳感器輸出的ARMA模型。
　　第四章基于Kalman濾波的水下機器人組合定位的融合算法，分析了姿態(tài)和位置組合定位的兩種過程，建立了基于水下機器人的Kalman濾波