基于SLAM算法的AUV自主导航仿真研究

摘要

自主导航的实现对于自主式水下航行器(Autonomous Underwater Vehicle,AUV)的应用和发展具有重要意义,本文将同步定位与地图创建(simultaneous localization and mapping,SLAM)方法用于解决AUV在作业过程中的自身定位及环境地图构建问题,在扩展卡尔曼滤波(extended Kalman filtering,EKF)框架下实现了AUV自身位姿及环境特征状态的同时估计.在仿真实验中使用航位推算法进行对比,仿真结果表明,基于SLAM的导航算法能有效抑制AUV位姿估计的误差累计,其精度相比航位推算法显著提高,同时能够生成外部环境的可靠描述,为AUV自主导航开辟了新的研究方向.