[发明专利]水下航行器同步定位与建图方法及水下航行器

说明书

本发明提供一种水下航行器同步定位与建图方法及水下航行器，方法包括：S1：采用多波束图像声呐获取被测区域的传感数据，所述多波束图像声呐设置在水下航行器上；S2：根据所述传感数据估计所述多波束图像声呐的实时的姿态信息；S3：采用非线性优化算法对所述实时的姿态信息进行整合得到所述多波束图像声呐的第一轨迹和第一地图。以多波束图像声呐为传感器基础，建立适用于实际海洋环境的SLAM技术及其算法，实现航行器在自身位置不确定的条件下，在完全未知环境中创建地图，同时利用地图进行自主定位和导航的问题。

技术领域

本发明涉及水下定位与地图构建技术领域，尤其涉及一种水下航行器同步定位与建图方法及水下航行器。

背景技术

水下航行器在广袤海域中航行，获取准确的定位信息是关键。目前，较为成熟的水下定位方式主要有以下几类：第一类是依托惯性传感器(IMU)，通过测量物体三轴姿态角以及加速度来计算定位信息，该类方法的优势是仅凭借IMU而无需外源信息辅助即可实现定位，劣势是IMU的惯性传感器会有误差累计效应，随着时间的增长，定位误差增加，精度漂移较大。第二类是依托声学基线系统，主要有长、短、超短基线，一般通过水下事先安装有应答基阵，航行器载体上安装有发射基阵，通过声学信号传播时延差，列出解算方程，最终确定被测载体的三维位置坐标。第三类是依托多普勒速度仪(DVL)，通过声学多普勒效应来测量航行器对海底的相对速度，以此来实现定位。第四类是依托重力、磁场等无源定位的方式，适用于水下环境的物理场变化较为显著的区域，当航行体行驶至该目标区域时，可以使用外部相关信息来及时修正定位误差，但是缺乏普适性，无法适用于绝大多数的海域情况中。

在海洋这样广袤和复杂的巨大环境中，缺少预期作业区域的地图或地形信息的情况极为普遍，SLAM技术具有较好的普适性。航行器所工作的海洋环境往往是未知的海域，不便事先大量布置海底信标，这时传统的定位方式便存在局限性，需要更加智能的SLAM技术来完成航行器自主定位和智能决策。在海洋环境中，水下环境的情况和地面环境的情况差异极大。传统的光学感知传感器如光学摄像头、红外传感器和激光雷达，由于水下电磁波衰减剧烈，工作范围十分受限。

以上背景技术内容的公开仅用于辅助理解本发明的构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述背景技术不应当用于评价本申请的新颖性和创造性。

发明内容

本发明为了解决现有的问题，提供一种水下航行器同步定位与建图方法及水下航行器。

为了解决上述问题，本发明采用的技术方案如下所述：

一种水下航行器同步定位与建图方法，包括如下步骤：S1：采用多波束图像声呐获取被测区域的传感数据，所述多波束图像声呐设置在水下航行器上；S2：根据所述传感数据估计所述多波束图像声呐的实时的姿态信息；S3：采用非线性优化算法对所述实时的姿态信息进行整合得到所述多波束图像声呐的第一轨迹和第一地图。

优选地，所述传感数据包括声呐图像，将所述声呐图像中每一个像素的深度值化为相应的灰度值得到灰度值矩阵。

优选地，对所述灰度值矩阵进行如下预处理：对所述灰度值矩阵进行滤波得到滤波后的灰度值矩阵；增强所述滤波后的灰度值矩阵的对比度并进行线性拟合得到预处理后的灰度值矩阵。

优选地，采用快速特征点提取和描述的算法对相邻两次采样得到的所述预处理后的灰度值矩阵中特征点的灰度值变化实时得到所述多波束图像声呐的所述姿态信息。

优选地，采用非线性优化算法对所述实时的姿态信息进行整合得到所述第一轨迹和所述第一地图还包括：同步采用多普勒流速仪、惯性导航单元、深度计获取第二传感数据。

优选地，设置传感数据的置信度权重，通过卡尔曼融合算法将所述第二传感数据和所述姿态信息进行融合校正得到所述多波束图像声呐的坐标和姿态角度；基于所述坐标的连续变化信息，经过非线性优化整合得到所述第一轨迹和所述第一地图。