智能水下机器人的水下地形匹配导航方法研究

智能水下机器人(AUV)目前采用的有源和无源导航方式，存在需要外部声学基阵支持或定期上浮修正累积误差的问题。AUV水下地形匹配导航方法研究，可以克服上述缺点，对AUV长期水下潜航和作业具有积极意义。本项目拟采用概率密度分析的理论和方法，针对AUV水下地形匹配导航问题进行研究。建立大范围海区的水下地形数字地图，探讨获取水下地形的多传感器信息融合方法和水下摇荡情况下获取的局部地形畸变修正机理，研究高置信度的水下地形匹配方法与理论，进行水下地形匹配导航的误差分析与容错处理，开展仿真和水池实验研究。通过本项目的开展，可望在理论上揭示AUV水下地形匹配导航的方法，并验证其可行性。为解决AUV"长期、隐蔽、全天候、高精度"水下导航奠定理论和技术基础。

智能水下机器人(AUV)的水下地形匹配导航方法，不需要外部声学基阵支持或定期上浮修正累积误差，对AUV长期水下潜航和作业具有积极意义。本研究以AUV长航时的水下精确导航定位为背景，采用声学高度计和多波束声纳作为水下地形采集传感器，结合真实海上试验数据对水下地形匹配导航定位方法进行了较为深入的研究。通过对大范围海区地形的数字建模，获得可供水下地形精确匹配的全局电子海图。研究了AUV水下地形获取传感器的自主处理与数据融合方法、AUV在摇荡情况下获取水下地形畸变及其修正机理，提出了在线概率密度分析的高置信度AUV水下地形匹配方法与理论，并进行了水下地形匹配导航的系列仿真、水池和自然水域实验方法的研究。研究结果表明：本研究提出的水下地形匹配导航方法具有较高的精度，对地形特征具有强跟踪能力，可对长时间水下潜航的导航累计误差进行修正，具有较高的实际应用价值。