1、I基于粒子濾波和一致性分析的同時定位與地圖構建基于粒子濾波和一致性分析的同時定位與地圖構建算法研究算法研究摘要摘要自主式水下機器人（AUV），也叫做無人操縱水下機器人，可以在沒有操作者介入的情況下自主完成調(diào)查任務，如對水下失事、巖石、障礙物等的探測。AUV還可以搭載多種海洋傳感器和聲納系統(tǒng)，為展開各種海洋調(diào)查、數(shù)據(jù)搜集提供了有力的支持。隨著科學技術的不斷發(fā)展和人類在海洋研究領域的不斷深入，AUV以其在水下探測領域的獨特優(yōu)勢得到了廣泛的關

2、注，AUV的研發(fā)是未來水下航行器的必然發(fā)展方向，很多國家也都開始密切關注AUV的研發(fā)并投入大量的科研力量。伴隨著自主式水下機器人的廣泛應用，自主導航技術也逐漸成為人們關注的焦點。機器人定位與實時地圖構建的能力，即同時定位與地圖構建算法，是實現(xiàn)真正意義上自主導航的關鍵技術。多年來，人們一直在為研究和改善導航算法進行著不懈的努力。在所有的改進方法中，算法一致性的改進對于整個算法精度的提高有著極其重要的影響。在過去幾年里，粒子濾波在很多狀態(tài)估

3、計問題中得到了較為成功的應用，但是也存在一致性得不到滿足的問題?；诖?，本文從提高算法一致性的角度入手，采用一種新的方法來提高算法一致性，從而提高算法估計的精度。本論文首先介紹了幾種主流的SLAM算法及其發(fā)展歷程，其次介紹了本實驗室的實驗平臺CRanger及所搭載的傳感器，然后詳細闡述了粒子濾波的基本原理及本文在傳統(tǒng)算法基礎上進行的改進，最后通過實驗室仿真、維多利亞公園數(shù)據(jù)集實驗和海試實驗對改進算法的有效性進行了驗證。其中海試實驗采用實

4、驗室自主研發(fā)的實驗平臺CRanger，實驗地點為青島團島灣。本文提出了一種改進的粒子濾波方法：在路標估計中使用首次估計雅克比的方法，通過修改狀態(tài)轉(zhuǎn)移矩陣和觀測矩陣中的相關項來提高路標估計的精確度，這有助于建立一個滿足一致性的地圖，促進位姿估計的準確性，從而增強整個粒子濾波算法的一致性。同時，在重采樣過程中采用有效粒子數(shù)來控制重采樣過程，有效緩解粒子退化問題。算法的一致性通過歸一化均方根誤差（NEES）進行驗IIITheStudyonSL

5、AMBasedonParticleFilterConsistencyAnalysisfAUVAbstractAutonomousUnderwaterVehicles(AUV)alsoknownasunmannedunderwatervehiclescanbeusedtoperfmunderwatersurveymissionssuchasdetectingmappingsubmergedwrecksrocksobstructionsth

6、atposeahazardtonavigationfcommercialrecreationalvessels.TheAUVconductsitssurveymissionwithoutoperatintervention.WhenamissioniscompletetheAUVwillreturntoapreprogrammedlocationthedatacollectedcanbedownloadedprocessedinthes

7、amewayasdatacollectedbyshipboardsystems.AUVscanbeequippedwithawidevarietyofoceanographicsensssonarsystems.AUVsdevelopmentistheinevitabletendencyofunderwatervehicleinthefuturemanycountriesbegintopayhighattentiontotheresea

8、rchofAUVshaveputintoalotofmoneytime.WiththewidelyapplicationofAUVsautonomousnavigationtechnologyhasgotmemeattention.Thecapacityofrobotlocalizationmapbuildingatthesametimenamelythesimultaneouslocalizationmapping(SLAM)，ist

9、hekeyofrealizingtrulyautonomousnavigation.Inlatestyearspeoplehavebeenresearchingimprovingthenavigationalgithmallthetime.Amongallofthosesolutionstheimprovingoftheefficiencycoherenceofthealgithmhasextremelyimptanteffectson

10、theaccuracyofthewholealgithm.Overthepastyearsparticlefiltershavebeenappliedwithgreatsuccesstoavarietyofstateestimationproblems，butitstillremainsproblemssuchasinconsistency.InthispaperwefirstlyintroducedseveralpopularSLAM

11、algithmtheirdevelopmenthisty.SecondlyourownAUVplatfmCRangerthesenssonitarepresented.ThenweelabatethebasicParticleFilteralgithmourimprovementbasedonthebasicalgithm.Atlasttheeffectivenessoftheimprovedalgithmisverifiedthoug