水下机器人在水域勘测和军事侦查等领域正在发挥越来越重要的角色。针对现阶段水下机器人价格昂贵,设计复杂的特点,设计了一种结构简单的水下机器人,主要由四个无刷电机推进器和密封舱组成。围绕水下机器人系统结构,阐述了机器人的硬件结构与密封方式、卡尔曼滤波在GPS与捷联惯性导航组合导航的应用、控制简化与分解方法与上位机系统的编写和实现。最后,使用该机器人系统在水池中进行运动控制实验。实验结果表明水下机器人在航行过程中密封可靠,运动平稳,能够满足水下机器人的运动控制要求。

首先分析了GPS导航与惯性导航各自的优缺点,阐述了GPS/惯导组合导航系统的先进性,其次介绍了众多组合模式中的利用伪距和伪距率信息的紧耦合组合模式,最后基于微处理器从软硬件两方面对组合导航系统进行了设计。

在已有的SINS/GPS组合导航系统的基础上,将联邦kalman滤波算法与组合高度三阶回路算法动态结合,并利用改进型自适应滤波算法对系统进行实时系统噪声和量测噪声水平估计和修正,实现了SINS/GPS/高度计/磁罗盘多传感器组合导航系统有效融合。所设计系统综合利用了各传感器的优点,克服了各传感器的缺点,并能实时正确地测得载体的三维速度、位置和姿态信息,尤其是高度通道上的速度和位置信息,使多传感器组合导航系统能长时间、有效、稳定地进行飞行导航。经半实物仿真实验表明,所设计的组合导航系统具有较好的稳定性和较高的精度。

针对组合导航系统为高维非线性非高斯的特点,提出了一种在线实时调整粒子个数的自适应MCMC（Markov Chain Monte Carlo）粒子滤波算法。该算法利用基于KLD（Kullback-Leibler Distance）采样方法的自适应粒子个数调整算法在线调整MCMC粒子滤波过程中的粒子个数,利用预测粒子在状态空间中的分布情况来在线实时的确定下一次滤波迭代所需的粒子个数,从而有效减小算法的运算量,提高MCMC粒子算法的实时处理能力。最后,将该算法应用到了组合导航系统中进行了仿真研究。通过仿真结果可以看出,该算法在保持了MCMC粒子滤波算法的估计能力的同时,有效降低了算法的计算量,更适合于实际应用。

IN S/G PS组合导航具有精度高、抗干扰性好等优点,在各个领域得到广泛应用。惯导姿态仿真是组合导航的关键环节,针对组合导航的惯导姿态仿真问题,提出一种利用STK软件进行场景建模,根据姿态场景数据控制三轴转台,实现惯导姿态的半实物仿真。实验结果表明,该半实物仿真系统设计合理,基于STK的场景建模具有通用性和可扩展性,转台控制降低了姿态仿真的误差,为组合导航姿态测试提供了良好的平台,具有一定的推广使用价值。