基于信息濾波器的水下機器人SLAM算法研究.pdf

1、在自主式水下機器人的相關研究課題中，自主導航技術始終是其研究核心。自主導航指水下機器人不需要先驗的水下環(huán)境的輔助信息，從一個未知位置開始運動，利用自身搭載的外部傳感器感知周圍環(huán)境并提取有用信息，創(chuàng)建增量式地環(huán)境地圖，同時用該地圖實現(xiàn)自身定位和導航，這就是同時定位和地圖創(chuàng)建(simultaneous localization and mapping, SLAM)。因此，SLAM問題是機器人在未知環(huán)境下實現(xiàn)真正自主導航的關鍵。
　　在

2、已經(jīng)提出的眾多SLAM算法中，基于擴展卡爾曼濾波（Extended Kalman Filter, EKF）的SLAM算法是最基本的SLAM問題解決方法，它能夠得到SLAM問題的最優(yōu)解。但基于EKF的SLAM算法通過維持一個協(xié)方差矩陣來描述SLAM中的不確定信息，其計算量至少與地圖中的特征個數(shù)的平方成正比，計算效率較低，這也限制了該算法在環(huán)境特征多的復雜環(huán)境下的應用。
　　為了降低EKF-SLAM算法計算量大的問題，本文研究了稀疏擴

3、展信息濾波（Sparse Extended Information Filter, SEIF）算法，該算法是在擴展信息濾波(EKF的信息形式）算法中加入了稀疏化步驟后得到的?；赟EIF的SLAM算法中，所有基本的更新公式都能夠在恒定的時間內(nèi)完成，而與地圖中的特征個數(shù)無關，極大地提高了運算速度,在計算時間和占用內(nèi)存上遠遠優(yōu)于基于EKF的SLAM算法。最后，在基于SEIF的SLAM算法模型建立的基礎上，進行了MATLAB仿真實驗及青島團島