论文部分内容阅读
水下自主潜航器(AUV)的快速发展,使得对水下组合导航技术的需求越来越迫切。传统的水下组合导航以惯性导航和多普勒(DVL)测速导航为主要技术手段。惯性导航具有更新率高,动态性能好的特点。但是纯惯性导航具有误差随时间积累的特性,低成本的惯性测量单元问题更加严重。DVL测速仪作为辅助导航系统来修正惯性导航系统的随时间累积的误差。但是DVL在实际工作中会因为复杂的水底环境和AUV机动(上浮、下潜、转向)等各种原因出现较大的测速偏差,即DVL粗差。一些数值较大的DVL粗差,可以直接根据AUV运动学约束或惯性导航信息进行检测和剔除。但是当采用较低成本的惯性导航系统(如航向姿态参考系统)时,惯性导航提供的速度信息本身精度不高,误差增长快,一些符合AUV运动学约束、与正常速度值接近、持续时间长的DVL粗差往往难以检测和剔除。侧扫声呐是探测海洋的重要设备之一,其生成的水声图像也能够为水下组合导航提供辅助修正作用。结合侧扫声呐图像的成像特点,从其中提取出AUV的载体坐标系下的侧向速度,并将其应用在检测和剔除DVL粗差数据上。本文主要针对侧扫声呐图像在水下组合导航中的应用做研究。以下明确本文的创新性工作:1、将侧扫声呐图像文件绘制出完整的侧扫声呐图像,并对其进行降噪处理。对大量DVL实测数据进行分析,得到DVL前向速度与侧向速度在粗差值处的相互关联特性。2、基于SIFT特征匹配算法对侧扫声呐图像进行实时特征点甄别。特征点以线特征为主,能够将包括水底线,水面线和水底特征轮廓线从图像中分离出来。3、利用基于SIFT特征匹配算法分离出的水底线和水底轮廓线特征点,提出一种实时的载体侧向速度估计算法。该算法估计出的载体侧向速度与DVL侧向速度进行4、水下组合导航水下潜航器的自主导航多使用侧扫声呐,多普勒测速仪与惯性导航期器件等设备的组合导航方法进行导航。侧扫声呐能够实时生成水声图像。针对水声图像数据的特点,阐述了绘制水声图像的方法。为了将水声图像的特征匹配融入组合导航之中,本文引入SIFT特征匹配算法针对水声图像的特点进行了算法改进,并引入了基于最小二乘法的判别条件。引入了匹配判别条件后,使得改进后的SIFT特征匹配算法在地标匹配时准确率大大提高,避免了误匹配情况的出现。最后通过侧扫声呐设备实验得到的真实实验数据进行算法验证,得到了满意的结果。5、基于INS/DVL组合导航方法得到的导航算法对侧扫声呐图像进行地理坐标编码。