第1章自主水下航行器概述1

1．1自主水下航行器概念、分類與特點(diǎn)3

1．2自主水下航行器的國(guó)外發(fā)展現(xiàn)狀5

1．2．1單一自主水下航行器的國(guó)外發(fā)展現(xiàn)狀5

1．2．2多自主水下航行器的國(guó)外發(fā)展現(xiàn)狀8

1．3自主水下航行器發(fā)展趨勢(shì)11

1．4自主水下航行器的國(guó)內(nèi)發(fā)展現(xiàn)狀11

1．4．1單一自主水下航行器的國(guó)內(nèi)發(fā)展現(xiàn)狀11

1．4．2多自主水下航行器的國(guó)內(nèi)發(fā)展現(xiàn)狀12

參考文獻(xiàn)13

第2章自主水下航行器導(dǎo)航技術(shù)15

2．1地球?qū)Ш侥Ｐ?7

2．1．1地形匹配導(dǎo)航17

2．1．2海洋地磁導(dǎo)航18

2．1．3重力導(dǎo)航18

2．2組合導(dǎo)航19

2．2．1慣性自主導(dǎo)航算法19

2．2．2捷聯(lián)慣導(dǎo)系統(tǒng)/多普勒測(cè)速儀自主組合導(dǎo)航23

2．2．3航位推算/深度傳感器組合26

2．2．4水面狀態(tài)有源校準(zhǔn)信息融合及容錯(cuò)技術(shù)27

2．2．5動(dòng)基座初始對(duì)準(zhǔn)技術(shù)34

2．2．6捷聯(lián)羅經(jīng)動(dòng)基座初始對(duì)準(zhǔn)與導(dǎo)航39

2．3聲學(xué)導(dǎo)航算法42

2．3．1長(zhǎng)基線定位原理及導(dǎo)航應(yīng)用分析42

2．3．2超短基線系統(tǒng)導(dǎo)航基本原理45

參考文獻(xiàn)46

第3章自主水下航行器控制技術(shù)49

3．1自主水下航行器數(shù)學(xué)建模51

3．1．1數(shù)學(xué)坐標(biāo)系51

3．1．2動(dòng)力學(xué)模型56

3．1．3運(yùn)動(dòng)學(xué)模型57

3．2深度控制58

3．3航向控制59

3．4矢量運(yùn)動(dòng)控制60

參考文獻(xiàn)61

第4章水下航行器導(dǎo)航與控制仿真技術(shù)63

4．1常用仿真工具和仿真平臺(tái)65

4．1．1CATIA65

4．1．2ANSYS66

4．1．3OpenGL66

4．1．4Multisim67

4．1．5MATLAB/Simulink67

4．2導(dǎo)航與控制一體化模型68

4．3Simulink模型搭建70

4．3．1坐標(biāo)系和運(yùn)動(dòng)參數(shù)70

4．3．2Simulink模型結(jié)構(gòu)71

4．3．3仿真分析73

參考文獻(xiàn)74

第5章自主水下航行器協(xié)同導(dǎo)航技術(shù)75

5．1協(xié)同導(dǎo)航77

5．1．1協(xié)同的概念77

5．1．2協(xié)同導(dǎo)航機(jī)理79

5．1．3協(xié)同導(dǎo)航系統(tǒng)的感知傳感器80

5．2協(xié)同導(dǎo)航模型82

5．2．1導(dǎo)航概述82

5．2．2自主水下航行器協(xié)同導(dǎo)航運(yùn)動(dòng)學(xué)模型82

5．2．3自主水下水聲測(cè)量模型83

5．3常規(guī)組網(wǎng)自主水下航行器協(xié)同導(dǎo)航方法85

5．3．1基于幾何學(xué)的協(xié)同導(dǎo)航85

5．3．2基于概率學(xué)的協(xié)同導(dǎo)航87

5．4協(xié)同導(dǎo)航系統(tǒng)可觀測(cè)性分析 90

5．4．1協(xié)同導(dǎo)航系統(tǒng)介紹90

5．4．2系統(tǒng)導(dǎo)航系統(tǒng)可觀測(cè)性分析91

5．5濾波理論93

5．5．1卡爾曼濾波算法93

5．5．2擴(kuò)展卡爾曼濾波94

5．5．3無跡卡爾曼濾波96

5．5．4粒子濾波理論98

參考文獻(xiàn)101

第6章基于信息熵的協(xié)同導(dǎo)航算法研究103

6．1信息熵的計(jì)算和應(yīng)用105

6．1．1信息熵的概念105

6．1．2信息熵的計(jì)算106

6．2信息熵在自主水下航行器協(xié)同導(dǎo)航中的應(yīng)用107

6．2．1性能函數(shù)的理論分析108

6．2．2性能函數(shù)的仿真分析109

6．3基于信息熵的協(xié)同導(dǎo)航算法流程112

6．3．1信息熵在EKF中的協(xié)同導(dǎo)航算法流程112

6．3．2信息熵在UKF中的協(xié)同導(dǎo)航算法流程112

6．3．3信息熵在UPF中的協(xié)同導(dǎo)航算法流程113

參考文獻(xiàn)113

第7章滾動(dòng)時(shí)域估計(jì)的多自主水下航行器協(xié)同定位算法研究115

7．1滾動(dòng)時(shí)域估計(jì)的基本原理117

7．2卡爾曼濾波與滾動(dòng)時(shí)域估計(jì)之間的關(guān)系120

7．3到達(dá)代價(jià)的計(jì)算123

7．4數(shù)值實(shí)例分析125

7．5滾動(dòng)時(shí)域估計(jì)的多自主水下航行器協(xié)同定位算法126

7．5．1基于EKF的滾動(dòng)時(shí)域估計(jì)協(xié)同定位算法126

7．5．2基于UKF的滾動(dòng)時(shí)域估計(jì)協(xié)同定位算法129

7．6協(xié)同定位算法計(jì)算復(fù)雜度132

7．6．1計(jì)算復(fù)雜度分析132

7．6．2時(shí)域窗口長(zhǎng)度的選擇133

7．6．3系數(shù)矩陣的特殊結(jié)構(gòu)134

參考文獻(xiàn)139

第8章自主水下航行器圖像伺服跟蹤控制技術(shù)141

8．1攝像機(jī)模型與標(biāo)定143

8．1．1攝像機(jī)模型143

8．1．2攝像機(jī)標(biāo)定145

8．2單目視覺識(shí)別148

8．2．1圖像濾波149

8．2．2圖像數(shù)學(xué)形態(tài)學(xué)處理150

8．2．3模板匹配151

8．3單目視覺測(cè)距153

8．3．1測(cè)距方法對(duì)比153

8．3．2單目測(cè)距方法153

8．4基于視覺伺服的自主水下航行器對(duì)接實(shí)驗(yàn)155

8．4．1坐標(biāo)系定義155

8．4．2坐標(biāo)系變換157

8．4．3水下航行器模型158

8．4．4遠(yuǎn)距離光源引導(dǎo)運(yùn)動(dòng)161

8．5平臺(tái)功能實(shí)驗(yàn)161

8．5．1定深實(shí)驗(yàn)161

8．5．2定向?qū)嶒?yàn)162

8．5．3遠(yuǎn)距離光源引導(dǎo)實(shí)驗(yàn)163

8．5．4自重構(gòu)實(shí)驗(yàn)164

參考文獻(xiàn)166

第9章基于視覺的自主水下航行器協(xié)同運(yùn)動(dòng)技術(shù)167

9．1基于矩形目標(biāo)約束的水下視覺位姿估計(jì)方法169

9．1．1水下光信標(biāo)陣列識(shí)別算法169

9．1．2基于光信標(biāo)陣列的位姿估計(jì)176

9．1．3基于AR Marker的位姿估計(jì)方法179

9．2基于全驅(qū)動(dòng)自主水下航行器模型的協(xié)同運(yùn)動(dòng)控制器設(shè)計(jì)與仿真182

9．2．1多自主水下航行器系統(tǒng)協(xié)同運(yùn)動(dòng)數(shù)學(xué)模型182

9．2．2協(xié)同運(yùn)動(dòng)控制器的設(shè)計(jì)184

9．2．3控制輸入的求解185

9．2．4協(xié)同運(yùn)動(dòng)模型及控制器仿真192

9．3基于有限狀態(tài)機(jī)模型的多自主水下航行器協(xié)同策略198

9．3．1自主水下航行器的運(yùn)動(dòng)控制算法199

9．3．2多自主水下航行器系統(tǒng)協(xié)同運(yùn)動(dòng)策略200

9．3．3基于有限狀態(tài)機(jī)的協(xié)同策略實(shí)現(xiàn)201

參考文獻(xiàn)205

第10章多自主水下航行器協(xié)同運(yùn)動(dòng)水池試驗(yàn)207

10．1試驗(yàn)自主水下航行器平臺(tái)介紹209

10．2視覺位姿估計(jì)試驗(yàn)213

10．3自主水下航行器操縱性能試驗(yàn)225

10．4多自主水下航行器協(xié)同運(yùn)動(dòng)試驗(yàn)228

參考文獻(xiàn)233