文摘
英文文摘
1 绪论
1.1 本课题研究的背景与意义
1.2 自主式水下机器人(AUV)导航的现状
1.3 SLAM的发展历程
1.4 本文的主要工作和章节安排
2 自主式水下机器人(AUV)的惯性导航系统
2.1 导航系统的坐标系、转换矩阵
2.1.1 参考坐标系
2.1.2 坐标系转换矩阵
2.2 用四元数法计算AUV姿态
2.2.1 四元数概述
2.2.2 用四元数进行矢量变换
2.2.3 四元数微分方程及其毕卡求解法
2.2.4 使用四元数法计算AUV姿态的一般步骤
2.2.5 四元数的规范化处理
2.3 水下机器人的速度、位置计算
2.3.1 惯性坐标系下的机械编排
2.3.2 导航坐标系下的机械编排
2.3.3 速度计算
2.3.4 位置计算
2.4 本章小结
3 基于粒子滤波器(PF)的SLAM算法
3.1 工作环境表示方法与系统模型
3.1.1 AUV工作环境表示方法
3.1.2 SLAM系统模型的表示
3.2 基于EKF的SLAM
3.3 粒子滤波
3.3.1 粒子滤波的优点
3.3.2 一般的粒子滤波流程
3.3.3 PF-SLAM的基本思想——分解后验概率
3.4 基于PF的SLAM算法实现
3.4.1 采样新的AUV位姿
3.4.2 基于EKF的环境特征更新
3.4.3 权重计算和重采样
3.5 数据关联
3.5.1 关联门
3.5.2 最近邻数据关联方法
3.6 本章小结
4 基于惯性传感器与声纳的惯性SLAM算法
4.1 问题的提出
4.2 水下机器人的惯性SLAM算法
4.2.1 惯性SLAM的状态变量及其分解
4.2.2 惯性SLAM算法系统模型
4.3 惯性SLAM的滤波
4.3.1 预测
4.3.2 观测和更新
4.4 惯性SLAM算法的仿真实验
4.5 仿真结果分析
5 结论与展望
5.1 结论
5.2 展望
参考文献
致谢
个人简历
攻读硕士学位期间发表的学术论文