基于惯性传感器与声纳的水下机器人定位与地图构建
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·本课题研究的背景与意义 | 第10-12页 |
| ·自主式水下机器人(AUV)导航的现状 | 第12-13页 |
| ·SLAM的发展历程 | 第13-15页 |
| ·本文的主要工作和章节安排 | 第15-17页 |
| 2 自主式水下机器人(AUV)的惯性导航系统 | 第17-29页 |
| ·导航系统的坐标系、转换矩阵 | 第17-20页 |
| ·参考坐标系 | 第18-19页 |
| ·坐标系转换矩阵 | 第19-20页 |
| ·用四元数法计算AUV姿态 | 第20-26页 |
| ·四元数概述 | 第20页 |
| ·用四元数进行矢量变换 | 第20-21页 |
| ·四元数微分方程及其毕卡求解法 | 第21-23页 |
| ·使用四元数法计算AUV姿态的一般步骤 | 第23-25页 |
| ·四元数的规范化处理 | 第25-26页 |
| ·水下机器人的速度、位置计算 | 第26-28页 |
| ·惯性坐标系下的机械编排 | 第26页 |
| ·导航坐标系下的机械编排 | 第26-27页 |
| ·速度计算 | 第27-28页 |
| ·位置计算 | 第28页 |
| ·本章小结 | 第28-29页 |
| 3 基于粒子滤波器(PF)的SLAM算法 | 第29-45页 |
| ·工作环境表示方法与系统模型 | 第29-32页 |
| ·AUV工作环境表示方法 | 第29-30页 |
| ·SLAM系统模型的表示 | 第30-32页 |
| ·基于EKF的SLAM | 第32-34页 |
| ·粒子滤波 | 第34-36页 |
| ·粒子滤波的优点 | 第34-35页 |
| ·一般的粒子滤波流程 | 第35页 |
| ·PF-SLAM的基本思想——分解后验概率 | 第35-36页 |
| ·基于PF的SLAM算法实现 | 第36-40页 |
| ·采样新的AUV位姿 | 第37-38页 |
| ·基于EKF的环境特征更新 | 第38-39页 |
| ·权重计算和重采样 | 第39-40页 |
| ·数据关联 | 第40-43页 |
| ·关联门 | 第41-42页 |
| ·最近邻数据关联方法 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 4 基于惯性传感器与声纳的惯性SLAM算法 | 第45-61页 |
| ·问题的提出 | 第45-47页 |
| ·水下机器人的惯性SLAM算法 | 第47-51页 |
| ·惯性SLAM的状态变量及其分解 | 第47-48页 |
| ·惯性SLAM算法系统模型 | 第48-51页 |
| ·惯性SLAM的滤波 | 第51-53页 |
| ·预测 | 第52页 |
| ·观测和更新 | 第52-53页 |
| ·惯性SLAM算法的仿真实验 | 第53-59页 |
| ·仿真结果分析 | 第59-61页 |
| 5 结论与展望 | 第61-63页 |
| ·结论 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 个人简历 | 第69-70页 |
| 攻读硕士学位期间发表的学术论文 | 第70页 |
