基于多波束测深的同时定位与建图研究

基于多波束测深的同时定位与建图研究

ID:37071741

大小:5.15 MB

页数:83页

时间:2019-05-16

基于多波束测深的同时定位与建图研究_第1页
基于多波束测深的同时定位与建图研究_第2页
基于多波束测深的同时定位与建图研究_第3页
基于多波束测深的同时定位与建图研究_第4页
基于多波束测深的同时定位与建图研究_第5页
资源描述:

《基于多波束测深的同时定位与建图研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:密级:UDC:编号:专业硕士学位论文(工程硕士)基于多波束测深的同时定位与建图研究硕士研究生:丛正指导教师:庞硕教授企业导师:李明波高级工程师工程领域:船舶与海洋工程论文主审人:李晔教授哈尔滨工程大学2018年6月分类号:密级:UDC:编号:专业硕士学位论文(工程硕士)基于多波束测深的同时定位与建图研究硕士研究生:丛正指导教师:庞硕教授学位级别:工程硕士工程领域:船舶与海洋工程所在单位:船舶工程学院论文提交日期:2018年5月2日论文答辩日期:2018年6月7日学位授予单位:哈尔滨工程大学ClassifiedIndex:U.D.C:A

2、DissertationfortheProfessionalDegreeofMaster(MasterofEngineering)SimultaneousLocalizationandMappingResearchBasedonMultibeamEchosoundingTechnologyCandidate:CongZhengSupervisor:Prof.PangShuoAcademicDegreeAppliedfor:MasterofEngineeringEngineeringField:ShipbuildingandOceanograp

3、hyEngineeringDateofSubmission:May.2,2018DateofOralExamination:Jue.7,2018University:HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到

4、本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可

5、□√在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日基于多波束测深的同时定位与建图研究摘要构建高精度的海底地形图是帮助人类了解海洋开发海洋的重要手段,水下机器人则是获取海底地形的重要工具。而现有的水下机器人导航方式中,惯性导航会产生持续的累积误差,声学导航包括长基线、短基线等方式均需要提前布放声学信标,地形匹配导航可以完成精确制导但需已知先验地图,故水下机器人在未知海域的定位问题就成为了重要的研究课题。水下机器人同时定位与建图(SimultaneousLocalizat

6、ionandMapping,SLAM)作为一种水下机器人导航方式,相比惯性导航、声学导航等导航方式具有不需要卫星信号修正、不需要布放声学信标等优势,更适合用于水下机器人导航。同时由于其可以对未知地形进行记忆、学习与修正的特点以及计算机领域的不断发展,SLAM已经成为近些年许多研究机构研究的热点。本文将围绕水下机器人基于测深信息的同时定位与建图(BathymetricSimultaneousLocalizationandMapping,BSLAM)展开,对于水下机器人BSLAM来讲,由于传感器条件与陆地机器人不同,所使用的多波束声纳每次只能获得

7、一条垂直于前进方向的测线,无法在前进过程中对同一目标反复观测,故在前端图构建过程中无法对帧间运动进行估计、利用传统算法无法进行回环检测的问题,在后端图优化过程中缺少相应的关联故无法修正路径等难点。为解决前端图构建问题,本文利用高斯过程回归预测地形从而估计帧间运动并构建弱数据关联;提出了利用子地图划分与匹配的方法进行回环检测,以获得强数据关联,从而解决了水下BSLAM的前端图构建问题。为解决后端图优化问题,利用强数据关联通过求解线性方程组进行全局路径修正,在全局路径修正的结果基础上利用弱数据关联结果通过粒子滤波的方法进行局部路径修正。从而完成了

8、包括前端图构建、后端图优化的水下机器人BSLAM算法的构建。依据提出的水下机器人BSLAM算法,设计并进行了半物理仿真试验与海上试验,验证了算法的可行性与有效性。通

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。