论文部分内容阅读
测深信息同步定位与建图(Bathymetric Simultaneous Localization and Mapping,BSLAM)技术能够为自主水下航行器(Automous Underwater Vehicle,AUV)提供无时间累积误差的定位信息。AUV在航行过程中根据估计的位置信息和获得的地形信息,校正自身位姿并通过与历史测绘信息匹配进行闭环检测,同时构建或更新已构建的地图,最终形成精确度较高的海底地形图并利用其进行自主定位和导航。BSLAM技术可以在为AUV提供精确导航结果的同时,对外部环境进行感知和学习,是实现AUV长时序、全自主水下航行的重要技术手段。主要研究内容包括:
在BSLAM中的位姿图构建问题上,从多波束原始数据入手,对多波束数据的空间归位与滤波处理进行分析,提出使用法线间差(Difference of Normals,DoN)表示地图包含的地形复杂区域大小,并作为子地图划分的重要依据。由于多波束声纳只能获取呈线状贯序排列的海底地形信息,且相邻两帧测线间无信息冗余,导致很难对AUV在相邻帧之间的运动进行估计。为解决这一问题,提出了构建弱数据关联的方法,构建伪输入的高斯过程模型对海底地形进行外推估计,通过外推值与下一时刻测量值之间的比较估计AUV的相邻帧间运动。为提高算法执行效率,对闭环检测中搜索区域的大小进行了限制,使用模板匹配法实现了闭环检测过程。
在BSLAM位姿图优化过程中,针对BSLAM位姿图存在的弱数据关联置信度过低的问题,将关联于环形闭合的时刻提取出作为关键帧,并提出了全局路径修正和局部路径修正相结合的位姿图优化算法,分别解决AUV在关键帧和非关键帧上导航偏差的修正问题。在全局路径修正中,提出了关键帧的导航偏差连续性方程,将关键帧导航偏差修正问题转化为最小二乘问题并求解。局部路径修正实际上是解决如何将关键帧上的导航偏差分配到整条路径上的问题,构建了误差分配的弹簧模型,提出了地形相关性的误差分配方法,在此基础上对导航偏差的方向性进行了研究,并提出了改进的地形相关性方法。
在BSLAM的鲁棒性扩展方面,解决了BSLAM中如何识别并剔除无效环形闭合的问题。在位姿图构建阶段,提出了考虑残差分布的无效闭环检测判别方法,通过对残差在空间和频域的分布对单个环形闭合的有效性进行判别;在位姿图优化阶段,提出了无效环形闭合投票判别方法和多窗口一致性方法,通过分析两两或所有环形闭合间的耦合关系,依次对所有环形闭合的有效性进行判别。
设计了鲁棒BSLAM系统并进行了数值仿真和在线海上试验。在数值仿真试验中,搭建了视景仿真系统,使用相交线检测模拟多波束测绘结果,通过数值仿真试验对BSLAM的图构建、图优化和鲁棒扩展等方面进行了验证,并对无效环形闭合投票判别方法和考虑一致性优化的鲁棒BSLAM后端算法两种方法的效果进行了对比。在海上试验中,对多波束声纳测量噪声正常/较大两种环境下鲁棒BSLAM系统的性能进行了进一步的测试,针对多波束声纳测量噪声较大条件下存在的BSLAM结果跳变问题,提出了滤波器多窗口一致性方法,本章同时对通过地形高程标准差估计鲁棒BSLAM系统建图误差分布的可行性进行了分析。
提出了一种AUV的自主地图扩展方法。在AUV的自主地图扩展中,AUV在已知的部分先验地图中通过地形匹配方法进行定位,并在未知区域结合定位结果和BSLAM结果进行建图。该方法主要包括两个方面:已知环境下的路径规划和未知环境下的鲁棒BSLAM定位,后者在前几章中已经进行了充分的研究,其效果也得到了证明。从测绘任务的分解和已知环境的建模入手,推导了考虑地形起伏程度的马氏距离求解方法,并使用兴趣区域和轮盘赌法对新节点的产生方法进行了改进,提出了适用于地形匹配的A*和快速扩展随机树*(Rapid-exploration Random Tree*,RRT*)路径规划算法,并通过仿真实验对两种算法的性能进行了分析研究。为验证AUV自主地图扩展方法的效果,进行了AUV的自主地图扩展仿真实验。
在BSLAM中的位姿图构建问题上,从多波束原始数据入手,对多波束数据的空间归位与滤波处理进行分析,提出使用法线间差(Difference of Normals,DoN)表示地图包含的地形复杂区域大小,并作为子地图划分的重要依据。由于多波束声纳只能获取呈线状贯序排列的海底地形信息,且相邻两帧测线间无信息冗余,导致很难对AUV在相邻帧之间的运动进行估计。为解决这一问题,提出了构建弱数据关联的方法,构建伪输入的高斯过程模型对海底地形进行外推估计,通过外推值与下一时刻测量值之间的比较估计AUV的相邻帧间运动。为提高算法执行效率,对闭环检测中搜索区域的大小进行了限制,使用模板匹配法实现了闭环检测过程。
在BSLAM位姿图优化过程中,针对BSLAM位姿图存在的弱数据关联置信度过低的问题,将关联于环形闭合的时刻提取出作为关键帧,并提出了全局路径修正和局部路径修正相结合的位姿图优化算法,分别解决AUV在关键帧和非关键帧上导航偏差的修正问题。在全局路径修正中,提出了关键帧的导航偏差连续性方程,将关键帧导航偏差修正问题转化为最小二乘问题并求解。局部路径修正实际上是解决如何将关键帧上的导航偏差分配到整条路径上的问题,构建了误差分配的弹簧模型,提出了地形相关性的误差分配方法,在此基础上对导航偏差的方向性进行了研究,并提出了改进的地形相关性方法。
在BSLAM的鲁棒性扩展方面,解决了BSLAM中如何识别并剔除无效环形闭合的问题。在位姿图构建阶段,提出了考虑残差分布的无效闭环检测判别方法,通过对残差在空间和频域的分布对单个环形闭合的有效性进行判别;在位姿图优化阶段,提出了无效环形闭合投票判别方法和多窗口一致性方法,通过分析两两或所有环形闭合间的耦合关系,依次对所有环形闭合的有效性进行判别。
设计了鲁棒BSLAM系统并进行了数值仿真和在线海上试验。在数值仿真试验中,搭建了视景仿真系统,使用相交线检测模拟多波束测绘结果,通过数值仿真试验对BSLAM的图构建、图优化和鲁棒扩展等方面进行了验证,并对无效环形闭合投票判别方法和考虑一致性优化的鲁棒BSLAM后端算法两种方法的效果进行了对比。在海上试验中,对多波束声纳测量噪声正常/较大两种环境下鲁棒BSLAM系统的性能进行了进一步的测试,针对多波束声纳测量噪声较大条件下存在的BSLAM结果跳变问题,提出了滤波器多窗口一致性方法,本章同时对通过地形高程标准差估计鲁棒BSLAM系统建图误差分布的可行性进行了分析。
提出了一种AUV的自主地图扩展方法。在AUV的自主地图扩展中,AUV在已知的部分先验地图中通过地形匹配方法进行定位,并在未知区域结合定位结果和BSLAM结果进行建图。该方法主要包括两个方面:已知环境下的路径规划和未知环境下的鲁棒BSLAM定位,后者在前几章中已经进行了充分的研究,其效果也得到了证明。从测绘任务的分解和已知环境的建模入手,推导了考虑地形起伏程度的马氏距离求解方法,并使用兴趣区域和轮盘赌法对新节点的产生方法进行了改进,提出了适用于地形匹配的A*和快速扩展随机树*(Rapid-exploration Random Tree*,RRT*)路径规划算法,并通过仿真实验对两种算法的性能进行了分析研究。为验证AUV自主地图扩展方法的效果,进行了AUV的自主地图扩展仿真实验。