混沌优化水下地形匹配算法研究

为了解决迭代最近点算法的定位精度和实时性问题,提出了一种基于混沌优化搜索的迭代最近点算法.在该算法中,以参考导航系统测量位置为中心规划真实位置的搜索范围,从参考地形图上提取相应的地形高程数据,与对应经纬度位置一起定义成模式类,将模式识别的过程转化成函数优化问题,然后运用混沌优化算法搜索目标函数最小值进行全局寻优,从而获得匹配最近点.仿真结果表明,在保证寻优性能的情况下,可以减少匹配次数,提高识别速度,满足地形匹配精度和实时性的要求.     

水下无源组合导航系统智能容错方法设计

为提高自主水下航行器的导航精度,比较目前 AUV 常用的水下导航方式,将捷联式惯性导航系统与地球物理导航系统相结合构成水下无源组合导航系统.采用容错联邦卡尔曼滤波对各子系统信息进行故障诊断、系统重构和融合.针对传统的2c检验法不能确定故障具体原因,而仅能判断量测信息是否有效的缺陷,提出利用神经网络辅助2c检验法进行故障诊断.通过对水下组合导航系统算法进行仿真分析,结果表明该算法能够快速、准确地判断系统故障源,通过故障隔离和系统重构,使系统在故障情况下依然保持正常工作.     

基于骨架提取和启发式算法的路径规划方法

针对农业机器人在大棚中执行搬运任务时的高效率且尽可能沿地图中心行驶的需求,提出一种基于骨架提取和启发式算法的路径规划方法。首先设计了自适应阈值的地图骨架路径关键点提取步骤,用关键点指导启发式搜索树的构建。然后采用膨胀RS曲线代替直线进行树的生长,保证机器人的运动学约束和防碰撞,同时提出一种混合碰撞检测方法,进一步提高算法效率。最后设计关键点扩展步骤,提高算法的鲁棒性。仿真结果表明,简单地图下,本算法效率约是RRT*-Connect算法的5倍、Hybrid A*算法的7倍,复杂地图下约是RRT*-Connect算法的300倍、Hybrid A*算法的9倍,能够满足机器人的运动学约束。     

智能Kalman滤波在水下地形组合导航系统中的应用

为了避免现实环境的动态变化对水下航行器系统模型造成的随机干扰影响,保证水下航行器长时间导航精度的稳定性,提出了利用RBF神经网络辅助联邦Kalman滤波方法对SINS/TAN/DVL/MCP组合导航系统进行信息融合。给出了各子导航系统的误差模型,通过足够精度的样本对前向神经网络进行离线训练,建立神经网络控制模型。仿真结果表明,该方法可使水下航行器的系统状态在较短的时间内以较高的精度达到稳定。通过与联邦Kalman滤波结果对比表明,采用智能控制方法辅助的信息融合方式的导航定位精度提高了一倍,能有效提高常规联邦Kalman滤波器的自适应能力,达到减小误差,提高精度的目的。     

改进BP网络的海底地形辅助导航算法

鉴于传统的迭代最近点算法存在着易陷入局部最优的缺陷和实时性不好的问题,提出了一种将BP神经网络引入迭代最近点算法中进行地形匹配的新方法。针对传统BP算法存在的局部极小和收敛速度慢等缺点,采用自适应学习方法、引入动量因子、可变化的学习率因子和可调激活函数等措施进行了BP算法的改进。仿真结果表明,改进后的算法可以在一定程度上克服由于局部收敛带来的匹配失效问题,能够获得很好的匹配效果,同时也解决了在实时性上存在的突出问题。     

信息融合技术在水下组合导航系统中的应用

以捷联惯性导航系统作为组合导航系统的主导航设备,地形匹配、多普勒测速仪等为辅助导航设备,分析了S1NS、DVL以及地形辅助导航系统等的工作原理并建立输出误差模型,利用联邦Kalman滤波技术对水下组合导航系统进行信息融合,建立了水下组合导航系统联邦滤波器的观测方程和量测方程,并进行计算机软件仿真实验.仿真结果表明:使用联邦卡尔曼滤波的水下组合导航系统导航状态输出精度满足水下航行器高精度高可靠性的要求.该水下组合导航系统能够得到较高精度的位置、速度和姿态信息,提高了水下航行器远距离长时间导航的精度.     

基于分形插值的三维海底地图生成算法

三维海底数字地图的制作是海底地形匹配技术的基础.分形插值算法利用了海底地貌的自相似特性,通过参数垂直比例因子来描述地形的复杂度和起伏程度,以此特征来实现对地形的分类.本文在分形理论的基础上提出了利用随机中点位移法进行水深数据插值生成规则网格数字高程模型的算法,可以区别不同种类地形对地形辅助导航的影响,为海底地形匹配技术的研究提供了重要的理论意义和实用价值.     

模糊自适应滤波在水下航行器组合导航系统中的应用

为了提高水下航行器组合导航系统精度和可靠性,针对水下航行器组合导航系统量测噪声统计特性随实际工作环境的不同而变化的特点,提出了基于模糊自适应联邦卡尔曼滤波的水下组合导航算法。通过监测理论残差与实际残差的协方差的一致程度,应用模糊系统不断调整滤波器的增益系数,对子滤波器进行在线自适应调整,从而实现导航状态的最优估计滤波。通过对联邦滤波器信息分配系数模糊自适应调整,减少了滤波计算量,提高了滤波实时性。软件仿真实验结果表明：模糊自适应滤波可以有效地提高水下航行器组合导航系统的精度和可靠性,提高导航滤波实时性,克服传统的滤波算法的缺点与不足。