The invention belongs to the field of underwater vehicles, and discloses a robust BSLAM method for AUV terrain matching navigation. The steps are: (1) input Bathymetric and inertial navigation data; step (2) data preprocessing to obtain filtered bathymetric data; step (3) pose map construction: calculate weak data association, construct a new sub-map, and carry out invalid closed-loop detection after closed-loop detection through terrain status; Step (4): Back-end graph optimization: Compute the consistency function using the clustered closed-loop data, find out the minimum value of the consistency function in all classes, and then fuse the data of the key states of INS and output the modified BSLAM trajectory. By processing bathymetric data and inertial navigation data and close-loop detection, the method achieves global optimization of data, improves real-time and consistency of positioning and mapping, and has good robustness, and can reduce the influence of noise of measurement data on navigation accuracy.
【技术实现步骤摘要】
一种AUV地形匹配导航的鲁棒BSLAM方法
本专利技术属于水下潜航器领域,尤其涉及一种AUV地形匹配导航的鲁棒BSLAM方法。
技术介绍
水下机器人主要分为两大类:一类是有缆水下机器人,习惯称为遥控潜器,简称ROV;另一类是无缆水下机器人,习惯称为自主式水下潜器,简称AUV。自主式水下机器人综合了人工智能和其他先进计算技术的任务控制器,集成了深潜器、传感器、环境效应、计算机软件、能量储存、转换与推进、新材料与新工艺、以及水下智能武器等高科技,军事上用于反潜战、水雷战、侦察与监视和后勤支援等领域,具有活动范围大、机动性好、安全、智能化等优点,成为完成各种水下任务的重要工具。例如,在民用领域,可用于铺设管线、海底考察、数据收集、钻井支援、海底施工,水下设备维护与维修等;在军用领域则可用于侦察、布雷、扫雷、援潜和救生等。由于无缆水下机器人具有活动范围不受电缆限制,隐蔽性好等优点,所以从60年代中期起,工业界和军方开始对无缆水下机器人发生兴趣。AUV在水下活动时,一般采用惯性导航系统,惯性导航系统属于推算导航方式,即从一已知点的位置根据连续测得的运动体航向角和速度推算出其下一点的位置,因而可连续测出运动体的当前位置。惯性导航系统中的陀螺仪用来形成一个导航坐标系,使加速度计的测量轴稳定在该坐标系中,并给出航向和姿态角;加速度计用来测量运动体的加速度,经过对时间的一次积分得到速度,速度再经过对时间的一次积分即可得到位移。但长时间运作后,产生的误差也会累计。目前用BSLAM系统修正惯导累积误差。公开号为CN107403163A的专利公开了一种基于深度学习的激光SLAM闭 ...
【技术保护点】
1.一种AUV地形匹配导航的鲁棒BSLAM方法,其特征在于:包含如下步骤:步骤(1):输入测深和惯导数据:当AUV在海底长时间航行,惯导数据漂移过大时,初始化BSLAM,启动多波束声纳,收集海底地形的测深和惯导数据,并不断地输入到BSLAM程序中;步骤(2):数据预处理:利用基于Alpha‑Shapes模型的多波束测深数据单ping滤波方法,对多波束声纳的测深数据中的野值进行有效剔除,得到滤波后的测深数据;步骤(3):位姿图构建:利用高斯过程回归估计地形深度,形成弱数据关联;AUV收集到的测深和导航数据超过阀值后,将数据储存在当前子图,并构建新子图;新子图构建后,通过地形地位进行闭环检测后,再进行无效闭环检测;步骤(4):后端图优化:利用聚类后的闭环数据计算一致性函数,找出所有类中一致性函数的最小值,然后融合惯导的关键状态的数据并输出修改后的BSLAM轨迹。
【技术特征摘要】
1.一种AUV地形匹配导航的鲁棒BSLAM方法,其特征在于:包含如下步骤:步骤(1):输入测深和惯导数据:当AUV在海底长时间航行,惯导数据漂移过大时,初始化BSLAM,启动多波束声纳,收集海底地形的测深和惯导数据,并不断地输入到BSLAM程序中;步骤(2):数据预处理:利用基于Alpha-Shapes模型的多波束测深数据单ping滤波方法,对多波束声纳的测深数据中的野值进行有效剔除,得到滤波后的测深数据;步骤(3):位姿图构建:利用高斯过程回归估计地形深度,形成弱数据关联;AUV收集到的测深和导航数据超过阀值后,将数据储存在当前子图,并构建新子图;新子图构建后,通过地形地位进行闭环检测后,再进行无效闭环检测;步骤(4):后端图优化:利用聚类后的闭环数据计算一致性函数,找出所有类中一致性函数的最小值,然后融合惯导的关键状态的数据并输出修改后的BSLAM轨迹。2.根据权利要求1所述的一种AUV地形匹配导航的鲁棒BSLAM方法,其特征在于:所述的步骤(3)具体为:步骤(3.1):输入预处理后的数据:输入惯导数据和滤波后的测深数据;步骤(3.2):建立弱数据关联:根据高斯过程回归和滤波后的测深数据z+,得到周围的估计深度z-,建立弱数据关联L(xt;xt-1):上式中,是第k个采样点的高斯估计深度,是第k个采样点的测量深度,N是采样点的个数,是采样点的测量方差,是测量方差组成的对角矩阵;步骤(3.3):子图构建:测深数据和位姿数据达到一定阀值后,储存在当前子地图,并构建新子图;步骤(3.4):新子图构建完毕后,进行地形定位,计算新子图与历史子图的平均校正值,判别是否有闭环产生:新子图与历史子图的平均校正值为:上式中,(yt,k-hk(xt))2表示状态xt处k个测量点的校正值,N是采样点的个数,yt,k表示采样点k的测量深度,hk(xt)表示历史子图中对应点的深度;若T(xt)小于一定阀值,则判断结果为有闭环产生,进入步骤(3.5),否则返回步骤(3.1);步骤(3.5):分割:在频域中,检验闭环的校正分布是否满足高斯分布,取N(μ,σ2)(μ=±0.5,σ2=0.4);在空域中,提取两个匹配子图中校正值大于μ±σ的所有测量点作为区域2,剩下的区域作为区域1;步骤(...
【专利技术属性】
技术研发人员:李晔,徐硕,马腾,丛正,贡雨森,王汝鹏,武皓微,
申请(专利权)人:哈尔滨工程大学,
类型:发明
国别省市:黑龙江,23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。