基于信息融合的深海水下机器人组合导航方法研究
近年来,随着海洋油气开发和深海探测技术的发展,具有自主导航性能的机器人需求逐渐扩大.在深海复杂的环境中,采用惯导组建完成的导航无法克服系统误差和高精度的导航需求,采用多传感器提供的信息融合技术以及优化滤波算法成为当前的研究重点.在本研究中,开发了水下机器人自主导航的重要算法及水下机器人组合导航算法,其系统是基于融合的水下机器人组合导航系统,采用惯导组件、GPS以及多普勒测速等重要设备,将其作为导航参数输入源,协同完成导航计算和修正,能够克服过去存在的问题.并从水下机器人的实际运行环境出发,从确保系统实现安全稳定运行,同时保障导航精度,负荷相应的系统需求的角度出发,分别研究和实现了基于鲁棒滤波的组合导航算法和基于BP神经网络优化的组合导航算法,根据其运行结果进行优缺点分析.通过结果表明,这两种算法进行组合导航能够显著提升系统安全性,可靠性,确保水下机器人实时准确导航的需求.
信息融合、深海、水下机器人、组合导航、方法
TP242(自动化技术及设备)
2019-09-02（万方平台首次上网日期，不代表论文的发表时间）
共2页
267-268
