水下智能感知与自主导航定位电子书

内容简介

前言

第1章 绪论

1.1 本书研究的背景意义

1.2 水下组合导航系统及状态估计算法研究现状

1.2.1 水下组合导航系统研究现状

1.2.2 高精度状态估计方法研究现状

第2章 惯性多信息水下导航定位基础

2.1 引言

2.2 捷联式惯性导航系统的基本原理

2.2.1 导航系统中常用的坐标系

2.2.2 捷联式惯性导航系统位姿信息的解算

2.3 惯性多信息水下导航定位系统

2.3.1 组合导航系统状态转移模型

2.3.2 USBL定位原理

2.3.3 DVL测速原理

2.4 贝叶斯状态估计方法

2.5 本章小结

第3章 水下组合导航定位技术

3.1 基于SINS/DVL的组合导航方法

3.1.1 捷联式惯性导航原理

3.1.2 水下多普勒计程仪的测速原理

3.1.3 SINS/DVL组合定位原理

3.1.4 仿真实验分析

3.2 基于SINS/DVL/USBL的组合定位方法

3.2.1 水下声学基线定位介绍

3.2.2 超短基线定位原理

3.2.3 SINS/DVL/USBL组合定位原理

3.2.4 复杂水下环境健壮滤波算法设计

3.2.5 仿真实验分析

3.3 本章小结

第4章 水下智能感知与图像处理

4.1 水下智能感知系统

4.1.1 环境地图表示及坐标系定义

4.1.2 水下SLAM系统概率模型

4.1.3 AUV运动模型

4.1.4 动力学方程的建立

4.1.5 观测模型

4.2 基于双图像融合的水下图像增强算法

4.2.1 基于差分信道增益的色度改进

4.2.2 基于亮度改进的水下图像增强

4.2.3 多尺度图像融合

4.3 实验与结果分析

4.3.1 对比实验

4.3.2 实验结果分析

4.4 本章小结

第5章 基于特征提取的水下双目视觉里程计

5.1 引言

5.2 ORB特征点

5.3 改进的水下特征点提取和匹配方法

5.3.1 基于自适应阈值的分块特征提取

5.3.2 基于几何约束的特征匹配

5.4 地图初始化和轨迹跟踪

5.5 实验结果与分析

5.5.1 数据集实验测试结果及分析

5.5.2 真实水下环境实验结果及分析

5.6 本章小结

第6章 基于位姿不确定性约束的闭环检测

6.1 引言

6.2 词袋模型

6.3 基于位姿不确定性改进的闭环检测算法

6.3.1 位姿不确定性的计算

6.3.2 地图点加权融合

6.3.3 位姿约束

6.3.4 闭环确定及错误闭环的剔除

6.4 实验与结果分析

6.5 本章总结

第7章 抗野值健壮状态估计

7.1 基于统计度相似性量测的健壮状态估计方法

7.1.1 M-估计理论

7.1.2 统计相似度量测

7.1.3 基于统计相似度量测的健壮容积卡尔曼滤波器

7.1.4 算法稳定性和收敛性分析

7.2 实验验证

7.2.1 数值仿真实验

7.2.2 江试实验

7.3 本章小结

第8章 不确定噪声下基于变分贝叶斯的状态估计方法

8.1 基于变分贝叶斯的自适应状态估计方法

8.1.1 变分贝叶斯方法

8.1.2 Gaussian-Inverse-Wishart混合分布

8.1.3 基于Inverse-Wishart分布的变分自适应容积卡尔曼滤波器

8.1.4 算法参数分析

8.2 实验验证

8.2.1 数值仿真实验

8.2.2 湖试实验

8.3 本章小结

第9章 未知量测丢失下基于贝叶斯理论的状态估计方法

9.1 基于贝叶斯理论的自适应状态估计方法

9.1.1 量测丢失的最大后验概率

9.1.2 量测丢失时的状态估计

9.1.3 基于GIWM分布的贝叶斯自适应卡尔曼滤波器

9.2 实验验证

9.2.1 数值仿真实验

9.2.2 海试实验

9.3 本章小结

参考文献