面向深海AUV的多源数据驱动定位方法研究

Aiming at requirements about application an theory of deep-sea AUV in large scale environment with high precision positioning, that multi-source data driven research route, thoese topics are carried out which are AUV location method based on Bayesian self-learning,position error correction algorithm based on sparse point cloud alignment and multi model location estimation algorithm under uncertain environment disturbance and mode. Refining and finishing of multi-source data oriented deep-sea AUV drive positioning method, and through the semi physical simulation test and field test, this project will construct a set of AUV for deep-sea multi-source data driven localization algorithm and theory system, enhance the deep-sea AUV navigation scale and independent ability, provide effective technical means, reliable and practical for the deep-sea AUV positioning. The research results of this project also has technical reference for the localization of mobile robot.

针对深海AUV在大尺度环境下自主、高精度定位的应用需求和理论问题，以为多源数据驱动为研究路线，研究基于贝叶斯自学习的AUV定位方法，基于稀疏点云对齐的位置误差修正算法和不确定模型和环境扰动约束下的多模型位置估计算法，提炼和整理面向深海AUV的多源数据驱动定位方法，并通过半实物仿真试验和外场试验验证，构建一套面向深海AUV的多源数据驱动定位算法和理论体系，提升深海AUV导航的尺度和自主能力，为深海AUV定位提供有效、可靠、实用的技术手段。本项目研究成果对移动机器人定位也具有技术借鉴和参考意义。

本课题按照申请书的研究方案顺利执行，与研究计划保持一致，未发生难以逾越的技术问题。本课题研究了基于贝叶斯自学习的AUV定位方法，基于稀疏点云对齐的位置误差修正算法和不确定模型和环境扰动约束下的多模型位置估计算法，在掌握上述基础上，完成半实物仿真实验验证，整理形成AUV在大尺度环境下的自主、高精度定位解决方案，达到了申请书规定的研究目标。完成了面向深海AUV的多远数据驱动定位方法，建立多源数据驱动定位算法理论体系，能够提升深海AUV导航的尺度和自主能力，为深海AUV定位提供有效、可靠、实用的技术手段。授权国家发明专利5项，申请国家发明专利2项。在国际、国内重要期刊上发表论文5篇。发表专著一本。