洋流影响下基于运动矢径的AUV协同定位方法

针对水下自主航行器（AUV）协同定位受水下未知定常洋流影响的问题,给出一种洋流影响下基于运动矢径的AUV协同定位方法.利用AUV的运动学方程和基于运动矢径的量测方程,建立AUV的导航模型;通过扩展的卡尔曼滤波,设计了协同定位滤波算法;利用该算法对洋流速度进行估计,以补偿AUV定位误差.仿真结果表明,该算法能有效估计未知定常洋流速度的大小,并对AUV定位误差进行实时补偿,显著提高了AUV的定位精度.     

一种改进的多AUV协同导航数学模型

自主式水下航行器(Autonomous Underwater Vehicle,AUV)代表了未来水下航行器发展的方向,多AUV协同导航系统通过信息的共享,可以获得单AUV导航系统无法具备的优势。分析了多AUV协同导航基本原理和两种网络结构的优缺点,提出了一种新的改进的多AUV协同导航网络结构,并推导出了其运动模型和量测模型,为后续协同导航算法的研究打下了基础。     

基于粒子滤波的AUV组合导航方法

讨论了粒子滤波器和RB(Rao-Blackwellised)粒子滤波器两种滤波方法在组合导航中的应用,给出了组合导航算法用于自治水下航行器(AUV)的具体数学模型,并且与拓展卡尔曼滤波器的导航结果进行比较.利用AUV湖上试验验证了3种算法的导航性能,试验结果表明RBPF组合导航算法能够获得最好的导航精度;然而通过对算法进行分析,发现其计算复杂度高于其余两种滤波算法.     

基于多AUV间任务协作的水下多目标探测路径规划

利用自主式水下航行器(Autonomous Underwater Vehicle,AUV)对水下多目标进行协同探测是目前海洋技术领域的研究热点.主要研究在水下三维区间内的多AUV任务分配与协作探测路径规划机制,建立了以每个AUV能量耗费与能耗均衡为约束条件的水下三维空间中的多旅行商MTSP(Multiple Traveling Salesman Problem)问题模型,利用遗传算法GA(Genetic Algorithm)对该NP-Complete问题进行启发式求解,同时设计了考虑巡航总路径及访问目标数的适应度函数以提高多AUV间的能耗均衡性,实现多个AUV对多个水下目标的优化协同探测.最后本文利用MATLAB R2014a软件对多AUV任务协作与多目标探测路径规划机制进行了仿真,仿真结果验证了本文方法能均衡多AUV多目标探测问题的能量消耗,进而提高巡航速度和生命周期.     

利用FastSLAM框架的多自治水下航行器同时定位与跟踪算法

协同定位是共融机器人研究领域的重要问题.协同定位方案的制定受限于机器人间信息交互的能力.针对长时间通讯中断时多自治水下航行器(AUV)协同定位精度明显下降的问题,借鉴同时定位与制图(SLAM)方法,提出了基于FastSLAM框架的同时定位与跟踪(SLAT)算法.将主AUV视为非合作目标,在从AUV上建立起一个关于主AUV的运动估计器,利用从AUV上声呐传感器实时获取的相对量测信息,在对主AUV运动状态估计的同时,完成对从AUV自定位精度的提升.仿真实验结果表明,在长时间通讯中断发生的条件约束下,相比于传统的航位推算方法,所提出的SLATF1.0和2.0算法能够有效减小定位误差,2.0算法对于探测精度变化等因素的影响具有更好适应性.     

基于移动长基线的多AUV 协同导航

基于扩展卡尔曼滤波（EKF）理论研究了多AUV 协同导航定位的移动长基线算法．移动长基线多AUV 协同导航结构中,主AUV 内部装备高精度导航设备,从AUV 内部装备低精度导航设备,外部均装备水声装置测量 相对位置关系,利用移动长基线算法融合内部和外部传感器信息,实时获取从AUV 的位置信息．建立了协同导航 系统数学模型,设计了EKF 协同导航算法,在各种测试情况下通过仿真验证了所推导的分析结果,对EKF 和几何 解方程算法的导航效果进行了比较．研究结果表明,以主AUV 作为移动的长基线节点时,通过EKF 算法可以显著 提高群体的导航定位精度．     

多AUV协同导航时间延迟误差机理分析与补偿算法

定位能力是自主水下潜器(AUV) 工作的基础, 多AUV协同定位相比单艇定位具有更多的优势. 但在多传感器信息融合时, 由于各传感器处理信息所用时间不同, 而且艇间信息传输需要时间, 导致滤波量测量存在延迟, 严重影响了协同导航的滤波精度. 为此, 首先对广播式协同导航时间延迟误差机理进行深入分析, 然后提出一种基于量测更新的协同定位方法, 最后完成了相应的仿真验证. 结果表明, 基于量测更新的协同定位方法大大提高了多水下无人艇协同定位精度.     

异时量测序贯处理的多AUV协同导航

利用多个体之间的相对信息提高个体的定位精度的协同导航是一个很值得探讨的问题。自治水下航行器（AUV）在移动长基线（MLBL）网络中获取各应答器的位置信息并解算出相对各应答器的距离量测后,再通过贝叶斯滤波算法集中式提高其定位精度。但是,集中式利用量测的方法没有考虑由于水下环境的宽广性和水下传感器的限制导致的声信号在AUV和应答器间的往返时间内AUV的移动和应答器间位置的差异所带来的影响。首先以并行滤波的形式总结了集中式扩展卡尔曼滤波（EKF）协同导航方法,并针对集中式利用量测的不利因素,提出了按照异时量测的产生顺序即时更新AUV状态的更有效的序贯EKF协同导航算法,最后在仿真中将两种处理方法进行了比较。     

反舰导弹航路规划问题的研究现状与进展

航路规划是一种多约束多目标非线性优化问题. 对反舰导弹航路规划 (Anti-ship missile path planning, ASMPP) 问题及其方法的研究进展进行了综述. 1) 论述了反舰导弹航路规划问题领域的研究现状, 包括 反舰导弹航路规划相关名词术语的统一和规范、 对问题的界定及其定义、反舰导弹航路规划的特点; 2) 分析了反舰导弹航路规划问题模型的研究进展; 3) 分析了反舰导弹航路规划方法的研究进展, 包括 基于几何学原理的航路规划方法和基于智能优 化算法的航路规划方法; 4) 对多平台反舰导弹协同航路规划方法的研究进展进行了分析和总结; 5) 阐述了反舰导弹航路规划面临的关键问题及发展趋势.     

基于距离量测的双领航多AUV协同定位队形优化分析

利用领航与跟随多自主水下航行器(AUV)间相对距离量测信息进行协同定位,可有效提高多AUV编队整体定位精度.针对多AUV编队队形对协同定位性能所造成的影响,利用Fisher信息矩阵(FIM)行列式的对数构建协同定位性能评价函数,并通过评价函数的最大化实现编队队形的优化.分析并验证多AUV编队含有两个跟随AUV及两个以上跟随AUV共圆情况下的最优队形,并利用梯度下降算法进行迭代搜索,从而获得两个以上跟随AUV不共圆情况下的优化队形.最后,通过仿真实验结果验证结论的正确性及队形优化算法的有效性.     

基于单领航者相对位置测量的多AUV协同导航系统定位性能分析

自主水下航行器 (Autonomous underwater vehicle, AUV) 的协同导航是解决水下导航定位问题的重要方法, 其中导航系统的定位误差增长特性是衡量其定位性能的关键指标. 本文针对单领航者相对位置测量的多 AUV 协同导航系统, 利用扩展卡尔曼滤波方法建立了导航系统的整体定位误差关于相对位置量测误差的传递方程. 在此基础上, 通过求解系统定位误差随时间演化的代数黎卡提方程, 得到了其在稳态情形下的方差上界估计. 理论分析表明, 单领航 AUV 协同导航系统的整体定位误差有界收敛且与初始化滤波方差无关, 具有良好的综合性能. 最后, 仿真实例验证了文中理论分析结果的正确性.     

基于多个自主水下航行器的分布式协同流场估计

本文考虑利用多个自主式水下航行器(AUV)实现流场估计, 提出了一种基于树型网络的分布式方法来估计 水下流场. 在本文中, 借助绝对运动积分误差和相对运动积分误差, 流场估计问题被描述为求解一个以未知流场为 变元的非线性方程组. 继而本文在多AUV系统内建立一个低通讯成本的树型网络, 并在该网络上运行一种分布式 算法以求解与流场估计相关的非线性方程组. 在该算法中, 每个AUV将当前的流场估计值连续地投影到自身拥有 的约束方程的解集中, 并通过扩散和池化两个步骤在树型网络间传递流场估计值. 本文证明了上述算法的收敛性, 并通过仿真实验验证了所述分布式协同流场估计方法的有效性.     

自治水下机器人的研发现状与展望

本文介绍了自治水下机器人的研究意义和分类定义.对水下机器人的研究现状和国内外有代表性的自治水下机器人型号进行了综述.讨论分析了水下机器人研究的的关键技术,包括智能水平,能源问题,导航系统,传感器系统,水下通讯技术和多水下机器人协作研究,并指出了水下机器人的未来发展方向.     

基于动态蚁群劳动分工模型的多AUV任务分配方法

多水下自主航行器(autonomous underwater vehicle,AUV)的动态任务分配问题具有高度非线性、动态不确定性以及多模态的特征,对多AUV任务分配方法的自组织性、鲁棒性以及快速性提出了更高的要求.动态蚁群劳动分工(dynamic ant colony''s labor division,DACLD)模型是一种采用分布式框架的群智能算法,众多行为简单的个体相互作用过程中涌现产生的整体智能行为能很好地适应复杂多变的环境,在解决任务分配问题上具有很好的柔性.引入动态蚁群劳动分工中的刺激-响应原理,建立动态蚁群劳动分工与多AUV任务分配问题之间的映射关系,将任务的状态预测纳入响应阈值,研究基于动态蚁群劳动分工模型的多AUV任务分配方法.同时,针对任务分配过程中可能出现的任务冲突现象,提出新的循环竞争方案以实现最大限度地利用AUV资源.仿真结果表明,所提出的方法能高效地完成任务分配过程,具有很好的自组织性、鲁棒性及快速性.     

AUV terrain-aided navigation using a Doppler velocity logger

This paper addresses the design and implementation of terrain-aided navigation (TAN) methods for small autonomous underwater vehicles (AUVs) that rely on standard navigation sensors and dispense with the need for dedicated sensors for terrain data acquisition. The research described focuses on the problem of TAN implementation in underwater scenarios characterized by smooth sea-bottom topography and very shallow water, where the terrain information available for navigation is scarce. The navigation algorithms and the data fusion methods whose tests are documented in the paper build upon and expand prior theoretical work published by the authors; the TAN solutions adopted exploit the terrain information and the navigation data acquired with an inexpensive Doppler velocity logger (DVL) and a standard motion reference unit, respectively. The position estimation methods analyzed include a bi-dimensional particle filter (PF) and a four-dimensional Rao-Blackwellized PF that was designed to estimate the unknown Doppler velocity measurement biases responsible for the unbound localization errors typically observed in dead-recknoning navigation. The positioning accuracy achieved with these filters is compared with the output of a novel method, also proposed in the paper, that mechanizes a complementary-like filter designed to fuse the output of a TAN estimator with the velocity measurements provided by a DVL. Experimental results obtained during field tests with an autonomous marine vehicle are reported and analyzed.     

Visual SLAM for underwater vehicles: A survey

Underwater scene is highly unstructured, full of various noise interferences. Moreover, GPS information is not available in the underwater environment, which thus brings huge challenges to the navigation of autonomous underwater vehicle. As an autonomous navigation technology, Simultaneous Localization and Mapping (SLAM) can deliver reliable localization to vehicles in unknown environment and generate models about their surrounding environment. With the development and utilization of marine and other underwater resources, underwater SLAM has become a hot research topic. By focusing on underwater visual SLAM, this paper reviews the basic theories and research progress regarding underwater visual SLAM modules, such as sensors, visual odometry, state optimization and loop closure detection, discusses the challenges faced by underwater visual SLAM, and shares the prospects of underwater visual SLAM. It is found that the traditional underwater visual SLAM based on filtering methods is gradually developing towards optimization-based methods. Underwater visual SLAM presents a diversified trend, and various new methods have emerged. This paper aims to provide researchers and practitioners with a better understanding of the current status and development trend of underwater visual SLAM, while offering help for collecting underwater vehicles intelligence.     

多自治水下机器人多任务分配的自组织算法

针对自治水下机器人（AUV）研究中的多机器人多任务分配问题,提出一种基于自组织映射（SOM）神经网络的多AUV多目标分配策略.将目标点的位置坐标作为SOM神经网络的输入向量进行自组织竞争计算,输出为对应的AUV机器人,从而控制一组AUV在不同的地点完成不同的任务,使机器人按照优化的路径规则到达指定的目标位置.为了表明所提出算法的有效性,给出了二维、三维作业环境中的仿真实验结果.     

Finite-time consensus and collision avoidance control algorithms for multiple AUVs

In this paper, finite-time position consensus and collision avoidance problems are investigated for multi-AUV (autonomous underwater vehicle) systems. First, based on the homogeneous control method, finite-time position consensus algorithms are proposed for both leaderless and leader–follower multi-AUV systems without considering collisions between the AUVs. Specifically, in the leader–follower case, a novel distributed finite-time observer is developed for the followers to estimate the leader’s velocity. Second, by constructing collision avoidance and connectivity maintenance functions, modified consensus algorithms containing corresponding gradient terms are presented for multi-AUV systems of both cases, which guarantee collision avoidance, connectivity maintenance, velocity matching, and consensus boundedness. Simulations demonstrate the effectiveness of the proposed control algorithms.     

基于INS/GPS/COMPASS的AUV组合式导航定位算法

导航定位问题是自主式水下机器人研究(AUV)的主要内容之一,本文针对一种开架式AUV设计了一种采用间接反馈校正的捷联惯性导航与GPS、罗盘相组合的导航方案,其中采用卡尔曼滤波器接收两套导航子系统对同一导航参数输出值的差值,经过滤波计算估计出各误差量。仿真实验的结果表明,SINS/GPS/COMPASS组合导航对SINS误差随时间不断加大的现象起到了很好的抑制作用,能够满足AUV定位精度的要求。