首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

基于多传感器融合水下机器人(AUV)导航方法的研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-22页
    1.1 研究背景及意义第10页
    1.2 AUV概述及特点第10-12页
        1.2.1 AUV概述第11-12页
        1.2.2 AUV特点第12页
    1.3 AUV作业方式第12-13页
    1.4 国内外AUV研究现状第13-17页
    1.5 AUV导航方法研究现状第17-19页
        1.5.1 DVL/DR导航系统第17页
        1.5.2 水声导航系统第17-18页
        1.5.3 匹配导航第18-19页
    1.6 多传感器信息融合方法研究现状第19-20页
    1.7 本章小结第20-22页
第2章 水下捷联惯导系统第22-32页
    2.1 地球模型及坐标变换第22-25页
        2.1.1 地球椭球模型第22-23页
        2.1.2 坐标变换第23-25页
    2.2 姿态更新四元数法第25-26页
    2.3 速度与位置更新第26-27页
    2.4 捷联惯导误差分析第27-29页
        2.4.1 速度与位置误差第27-28页
        2.4.2 导误差仿真第28-29页
    2.5 惯导仿真第29-31页
    2.6 本章小结第31-32页
第3章 USBL组合导航算法第32-44页
    3.1 水声定位与导航系统第32-33页
    3.2 USBL定位算法第33-36页
    3.3 USBL定位误差分析第36-38页
    3.4 USBL/INS组合导航算法第38-43页
        3.4.1 组合导航系统方程的建立第38-39页
        3.4.2 USBL量测方程的建立第39-40页
        3.4.3 USBL定位建模及仿真第40-43页
    3.5 本章小结第43-44页
第4章 DVL自主导航算法第44-60页
    4.1 DR原理及轨迹变化特性第44-48页
        4.1.1 DR原理第44-46页
        4.1.2 DR航迹变化特性第46-48页
    4.2 DVL测速原理第48-50页
    4.3 DVL安装参数辨识第50-54页
        4.3.1 最小二乘参数辨识第51-52页
        4.3.2 改进的最小二乘参数辨识第52-54页
    4.4 实验结果及分析第54-57页
    4.5 GPS/DVL组合导航第57-59页
        4.5.1 GPS/DVL组合导航系统状态方程的建立第57-58页
        4.5.2 仿真结果第58-59页
    4.6 本章小结第59-60页
第5章 导航后处理及航迹融合算法第60-78页
    5.1 基于改进的卡尔曼滤波USBL/DVL组合导航算法第60-68页
        5.1.1 改进的卡尔曼滤波算法第60-62页
        5.1.2 组合导航总体设计第62-64页
        5.1.3 海试数据滤波结果第64-68页
    5.2 改进的DR自主推算算法第68-72页
        5.2.1 反向DR自主推算算法第68-70页
        5.2.2 海试数据仿真结果第70-72页
    5.3 神经网络辅助导航算法第72-77页
        5.3.1 神经网络的组成第72-73页
        5.3.2 神经网络构建第73-75页
        5.3.3 海试数据训练与仿真第75-77页
    5.4 本章小结第77-78页
第6章 结论与展望第78-82页
    6.1 总结第78-79页
    6.2 展望第79-82页
        6.2.1 多波束测扫地形第79-81页
        6.2.2 SURF算法的应用第81-82页
参考文献第82-86页
致谢第86-88页
个人简历第88页
参加项目情况第88页

论文共88页,点击 下载论文
上一篇:基于多MEMS传感器融合的云监护系统
下一篇:一类不确定T-S模糊广义系统的滑模H_∞控制