论文部分内容阅读
目前水下机器人的定位基本采用声呐、长短基线等声学设备,但是设备成本昂贵,信号传输易受干扰,应用接口封闭,也无法满足小范围精确定位要求。同时对于惯性导航传感器,设备简单灵活,但是传感器的精度误差会造成累积漂移误差,在较长时间内难以达到定位的要求。基于上述水下机器人定位方式的分析,本课题利用低成本的MEMS惯性传感器,结合摄像头、电子罗盘等辅助定位方式,采用Kalman最优估计理论,以辅助定位修正惯性导航的漂移,从而提供一个小范围高精度的组合定位方式。全文共分六章:第一章介绍水下机器人的定位技术以及国内外的研究现状。在基于多种定位技术优缺点分析的基础上,提出本课题的研究意义与主要内容。第二章在明确应用背景的前提下提出了水下机器人组合定位系统的架构。1.惯性定位模块,分析针对水下机器人的捷联惯性导航应用;2.辅助定位模块,包括基于视觉的位置组合定位和基于电子罗盘测量的姿态组合定位,分析了视觉定位算法以及电子罗盘抗干扰;3.云台跟踪模块,着重分析了云台跟踪的逆运动学问题求解以及基于实验分析的云台电机控制策略。第三章针对使用的惯性测量元件存在的低精度问题,着重考虑其中随机噪声的误差,利用时间序列中的自动回归方法对加速度计和陀螺仪建模和参数辨识,得到传感器输出的ARMA模型。第四章基于Kalman滤波的水下机器人组合定位的融合算法,分析了姿态和位置组合定位的两种过程,建立了基于水下机器人的Kalman滤波算法中需要的系统状态方程和量测方程,以及考虑传感器不同更新频率时的时间同步解决方案。第五章基于北极星号微型水下机器人,描述了系统试验的移动平台搭建、基于AVR控制器开发以及MATLAB上组合定位算法的实现过程。最后通过实验对比,验证了采用视觉、电子罗盘和惯性导航组合定位的有效性。第六章对研究课题进行总结,指出其创新点的同时提出了改进与提高的方面。