仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2013年
11期
2542-2550
,共9页
王宏健%傅桂霞%李娟%李村
王宏健%傅桂霞%李娟%李村
왕굉건%부계하%리연%리촌
无人水下航行器%同步定位与地图构建%多测距声呐%霍夫变换%强跟踪容积卡尔曼滤波
無人水下航行器%同步定位與地圖構建%多測距聲吶%霍伕變換%彊跟蹤容積卡爾曼濾波
무인수하항행기%동보정위여지도구건%다측거성눌%곽부변환%강근종용적잡이만려파
unmanned underwater vehicle (UUV)%simultaneous localization and mapping(SLAM)%multi-ranging sonar%Hough transform (HT)%strong tracking cubature Kalman filter(STCKF)
针对基于容积卡尔曼滤波(CKF)的无人水下航行器(uuv)同步定位与地图构建(SLAM)存在对模型参数变化的鲁棒性差、收敛速度慢、对突变状态跟踪能力低等问题,通过在CKF中引入渐消因子和弱化因子,提出了一种基于强跟踪CKF(STCKF)的SLAM算法(STCKF-SLAM).首先建立UUV的运动模型、特征模型、测距声呐模型,然后基于霍夫变换从多测距声呐测量数据中提取堤岸线特征,最终采用STCKF实现了UUV的同步定位与地图构建.基于UUV海试数据的仿真实验结果表明:相比CKF-SLAM算法,STCKF-SLAM算法保持了对突变状态的强跟踪能力,且均方根误差降低了13％,提高了SLAM系统的精确性,可应用于UUV长航时水下隐蔽作业.
針對基于容積卡爾曼濾波(CKF)的無人水下航行器(uuv)同步定位與地圖構建(SLAM)存在對模型參數變化的魯棒性差、收斂速度慢、對突變狀態跟蹤能力低等問題,通過在CKF中引入漸消因子和弱化因子,提齣瞭一種基于彊跟蹤CKF(STCKF)的SLAM算法(STCKF-SLAM).首先建立UUV的運動模型、特徵模型、測距聲吶模型,然後基于霍伕變換從多測距聲吶測量數據中提取隄岸線特徵,最終採用STCKF實現瞭UUV的同步定位與地圖構建.基于UUV海試數據的倣真實驗結果錶明:相比CKF-SLAM算法,STCKF-SLAM算法保持瞭對突變狀態的彊跟蹤能力,且均方根誤差降低瞭13％,提高瞭SLAM繫統的精確性,可應用于UUV長航時水下隱蔽作業.
침대기우용적잡이만려파(CKF)적무인수하항행기(uuv)동보정위여지도구건(SLAM)존재대모형삼수변화적로봉성차、수렴속도만、대돌변상태근종능력저등문제,통과재CKF중인입점소인자화약화인자,제출료일충기우강근종CKF(STCKF)적SLAM산법(STCKF-SLAM).수선건립UUV적운동모형、특정모형、측거성눌모형,연후기우곽부변환종다측거성눌측량수거중제취제안선특정,최종채용STCKF실현료UUV적동보정위여지도구건.기우UUV해시수거적방진실험결과표명:상비CKF-SLAM산법,STCKF-SLAM산법보지료대돌변상태적강근종능력,차균방근오차강저료13％,제고료SLAM계통적정학성,가응용우UUV장항시수하은폐작업.
