弱通信条件下多AUV同时定位与地图构建关键技术研究

The theory and method research is of great significance to achieve capability of autonomous navigation of an AUV in an unknown environment. MAUV-SLAM can achieve a cooperated group behavior to accomplish a larger scale simultaneous mulit-port mapping mission which single AUV cannot do. In full consideration of the critical problems of communication delay and interrupt in the underwater communication network which the information interaction of MAUV rely on, the program will systematically and intensively carry out theoretic research on MAUV active SLAM, sparsity of information matrix, data association. Concretely, a MAUV active SLAM algorithm based on the idea of local sub map will be proposed, in order to solve the problem of map over fusion to the detriment of global consistency; the active exploration strategy will be studied based on the ADTABVD during local SLAM stage, to solve the problem of communication delay and interrupt and balance the localization accuracy and exploratory efficiency; thinking of accuracy and completeness as serving two purposes, the optimization method of sparse extended information filter will be studied in order to control the sparsity of information matrix of MAUV without sacrificing global consistency; an acousto-optic information feature level fusion method will be studied, and Markov bend combining with fuzzy data association algorithm will be proposed. The project results will lay important theoretic and practical application foundations on the settlement of multi-AUV cooperative work under weak communication.

同时定位与地图构建（SLAM）理论与方法研究对AUV实现未知环境内自主导航具有重要意义。多AUV（MAUV）SLAM可完成单AUV难以胜任的大范围多点同时地图构建。针对AUV间信息交互所依赖的水下通信网络存在信息延迟、经常中断的弱通信问题，深入系统地开展MAUV主动SLAM、信息矩阵稀疏化、数据关联的理论研究。具体的，提出基于局部子地图思想的MAUV主动SLAM方法，解决地图过度融合而影响全局一致性的问题；基于ADTABVD规则，在局部SLAM中研究主动策略，解决信息延迟、中断问题，兼顾定位精度与探索效率平衡性。从精度和完备性两方面，研究稀疏扩展信息滤波优化方法，在不牺牲全局一致性前提下，控制MAUV信息矩阵的稀疏性。研究水下路标声光信息特征级融合方法，提出结合Markov带的多AUV-SLAM模糊数据关联方法。本项目研究结果对弱通信条件下MAUV协同作业具有重要的理论意义和实际应用价值。

同时定位与地图构建（SLAM）理论与方法研究对AUV实现未知环境内自主导航具有重要意 义。研究弱通信条件下多AUV同时定位与地图构建方法，其主要成果包括：提出基于局部子地图思想的MAUV主动SLAM方法，解决地图过度融合而影响全局一致性的问题，具体通过精确稀疏扩展信息滤波方法控制AUV和地图的结构来保持地图稀疏，实现了快速高效SLAM，且满足全局地图的一致性。提出了一种基于模糊逻辑的同步定位与地图创建（SLAM）数据关联方法，该方法计算特征观测和特征估计的误差椭圆，对两个误差圆重叠比例进行模糊化处理，作为模糊系统输入变量，将数据关联结果作为模糊输出变量。通过融合这些特征信息建立模糊规则，进行模糊推理，最终获得数据关联结果。这种方法可以有效表达数据关联中存在的不确定性和模糊性，具有处理多个候选关联假设的能力，并且在实际观测与特征估计值距离较小时减少了误关联的发生，在实际观测与特征估计值距离较大时又避免了丢弃正确关联。仿真实验表明，新算法具有更好的抗干扰能力和鲁棒性，为SLAM的数据关联提供了一条新的途径。基于ADTABVD规则，在局部SLAM中研究主动策略，解决信息延迟、中断问题，兼顾定位精度与探索效率平衡性。通过模拟水声通信延迟等随机弱通信条件，完成多AUV弱通信条件下的协同SLAM仿真试验，提高了弱通信条件下AUV协同定位与路标位置估计的精度。本项目研究结果对弱通信条件下MAUV协同作业具有重要的理论意义和实际应用价值。