AUV动力学模型辅助的航位推算方法研究

AUV动力学模型辅助的航位推算方法研究

论文摘要

随着水下自主潜航器AUV (Autonomous Underwater Vehicle)在海洋开发中的应用越来越广泛,对AUV导航系统的精度要求也越来越高。导航系统的精度决定了AUV是否可以安全作业及返回。传统航位推算法是AUV中目前最常用的导航方法之一。传统航位推算方法是指利用罗经的姿态信息和多普勒测速仪(DVL)的航速信息,由初始位置开始,一步步地向前推算。传统航位推算算法依赖于多普勒测速仪(DVL)采集的速度数据和姿态传感器采集的姿态数据。AUV在水下运行时,尤其是低航速长时间航行情况下,有可能发生DVL测量数据失效或DVL故障的情况,例如当AUV潜行过浅时,超出DVL测量范围时或者水底地质是淤泥类吸波性强的物质时,DVL发射的声波将无法返回,因此也无法得到有效数据,从而导致传统航位推算方法推算的位置产生极大的误差。因此需要找到一种方法能够有效提高AUV水下导航系统的精度及鲁棒性,从而减少AUV需要出水校正的次数。本文针对这一问题,以哈尔滨工程大学自主研制的AUV为研究对象,对AUV动力学模型辅助的航位推算方法,简称MADR (Model-Aided Dead Reckoning)进行了研究。根据课题需要,本文深入开展了以下工作:首先,对本文的研究对象AUV建立动力学模型,给出了AUV六自由度空间运动的数学表达式,并验证所建立的AUV动力学模型是否正确;其次,以传统航位推算方法的原理及实现方法为基础,对AUV动力学模型辅助的航位推算方法的原理及实现方法进行研究,并对MADR系统的数据处理方法进行研究;然后,对AUV动力学模型辅助的航位推算方法在QNX系统下进行软件设计,包括软件系统的总体设计和各个子软件模块的设计;最后,利用AUV在实际的湖区试验中获得的试验数据对AUV动力学模型辅助的航位推算方法进行仿真验证,给出仿真验证的结果,并与传统航位推算方法的实验结果进行对比。本文的研究结果表明在速度传感器如DVL失效或者发生故障时,采用AUV动力学模型辅助的航位推算方法,能够有效避免因速度传感器失效或者发生故障导致航位推算产生较大导航误差的问题,从而提高水下导航系统的鲁棒性和容错性,并且有效减少AUV出水校正的次数,以满足AUV水下导航系统的工作时间长、高隐蔽性的特点。AUV动力学模型辅助的航位推算方法将具有广泛的应用前景,既适合于AUV水下导航系统中缺少速度传感器的情况,又适合于对冗余性和一致性要求比较高的系统。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究背景和意义
  • 1.2 导航技术研究现状
  • 1.3 AUV导航技术研究现状
  • 1.3.1 国外AUV导航技术研究现状
  • 1.3.2 国内AUV导航技术研究现状
  • 1.4 MADR技术的研究现状
  • 1.5 论文的主要研究内容
  • 第2章 AUV动力学模型的建立与验证
  • 2.1 坐标系统
  • 2.1.1 坐标系和参数定义
  • 2.1.2 坐标系之间的转换
  • 2.2 AUV空间运动的受力分析
  • 2.2.1 水动力
  • 2.2.2 重力与浮力
  • 2.2.3 AUV推进器推力
  • 2.2.4 AUV的舵力
  • 2.3 AUV动力学模型的建立
  • 2.4 海流干扰模型
  • 2.5 AUV动力学模型的验证
  • 2.5.1 水平面定常直线运动
  • 2.5.2 水平面定常回转运动
  • 2.5.3 垂直面定常直线运动
  • 2.5.4 空间定常螺旋运动
  • 2.6 本章小结
  • 第3章 AUV动力学模型辅助的航位推算方法
  • 3.1 传统航位推算方法
  • 3.1.1 传统航位推算方原理
  • 3.1.2 传统航位推算方法实现
  • 3.2 AUV动力学模型辅助的航位推算方法
  • 3.2.1 MADR原理
  • 3.2.2 MADR实现
  • 3.3 MADR系统的数据处理方法
  • 3.3.1 数据的预处理
  • 3.3.2 数据的滤波
  • 3.3.3 传感器安装偏角的辨识
  • 3.4 本章小结
  • 第4章 基于QNX系统的软件设计
  • 4.1 QNX系统简介
  • 4.2 软件系统总体设计
  • 4.3 数据采集模块设计
  • 4.4 通信模块设计
  • 4.5 AUV动力学模块设计
  • 4.6 航位推算模块设计
  • 4.6.1 时钟线程
  • 4.6.2 航位推算线程
  • 4.7 本章小结
  • 第5章 MADR的验证
  • 5.1 方形航迹实验
  • 5.1.1 实验描述
  • 5.1.2 实验输入
  • 5.1.3 AUV动力学模块的输出结果与分析
  • 5.1.4 MADR的输出结果与分析
  • 5.2 环岛航迹实验
  • 5.2.1 实验描述
  • 5.2.2 实验输入
  • 5.2.3 AUV动力学模块的输出结果与分析
  • 5.2.4 MADR的输出结果与分析
  • 5.2.5 两种航位推算方法的对比分析
  • 5.3 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 相关论文文献

    • [1].AUV水下通信技术研究现状及发展趋势探讨[J]. 舰船科学技术 2020(03)
    • [2].某型AUV自主控制计算机的设计与实现[J]. 信息通信 2017(01)
    • [3].自适应交互式多模型AUV组合导航算法(英文)[J]. 中国惯性技术学报 2016(04)
    • [4].基于AUV的海洋磁力测量技术现状及误差来源分析[J]. 海洋测绘 2019(06)
    • [5].基于时延补偿的AUV领航跟随编队控制[J]. 舰船电子对抗 2020(01)
    • [6].变缆长拖缆AUV纵向运动建模与仿真[J]. 鱼雷技术 2014(01)
    • [7].AUV对转螺旋桨的设计方法现状及其发展趋势[J]. 机械管理开发 2012(01)
    • [8].虚拟现实在AUV地形跟踪控制研究中的应用[J]. 鱼雷技术 2008(04)
    • [9].基于海图和改进粒子群优化算法的AUV全局路径规划[J]. 机器人 2020(01)
    • [10].AUV动力电池技术的应用现状及展望[J]. 船舶工程 2017(07)
    • [11].AUV水下对接控制方法[J]. 舰船科学技术 2015(12)
    • [12].一款便携式AUV的遥控装置设计[J]. 电子世界 2016(15)
    • [13].AUV视觉与短基线定位自适应融合方法[J]. 四川兵工学报 2015(05)
    • [14].AUV海洋温跃层检测方法综述[J]. 海洋技术学报 2014(05)
    • [15].深水AUV电子海图监测系统设计与实现[J]. 船舶工程 2013(03)
    • [16].基于浮力调节的AUV升沉运动控制技术[J]. 南京航空航天大学学报 2010(04)
    • [17].基于碰撞危险度模型的AUV三维避障研究[J]. 武汉理工大学学报(交通科学与工程版) 2008(06)
    • [18].多智能体Q学习在多AUV协调中的应用研究[J]. 应用科技 2008(01)
    • [19].小波神经网络多传感器信息融合在AUV深度测量中的应用[J]. 鱼雷技术 2016(04)
    • [20].AUV不确定事件的本体模型与检测研究[J]. 华中科技大学学报(自然科学版) 2013(S1)
    • [21].障碍物环境下的多AUV主从式编队控制[J]. 鱼雷技术 2013(06)
    • [22].反水雷AUV研制的几个关键技术[J]. 水雷战与舰船防护 2010(02)
    • [23].一种新的AUV路径跟踪控制方法[J]. 西北工业大学学报 2009(04)
    • [24].一种面向AUV水下对接的双目视觉测距方法[J]. 计算机测量与控制 2008(10)
    • [25].基于禁忌搜索算法的AUV动态路径规划策略[J]. 南京大学学报(自然科学) 2017(01)
    • [26].4500米级AUV起吊框架动力学分析[J]. 机械工程与自动化 2017(02)
    • [27].AUV深度的神经网络辨识和学习控制仿真研究[J]. 计算机工程与应用 2017(06)
    • [28].多AUV联合执行反水雷任务[J]. 水雷战与舰船防护 2014(04)
    • [29].深水AUV安全系统的设计与实现[J]. 船舶工程 2013(05)
    • [30].AUV水下对接技术发展现状[J]. 声学与电子工程 2013(02)

    标签:;  ;  

    AUV动力学模型辅助的航位推算方法研究
    下载Doc文档

    猜你喜欢