基于互补滤波器和惯性SLAM算法的ROV姿态估计

目 录
Abstract
摘 要
List of Abbreviations

第 1 章 绪论

1.1 课题背景及研究的目的和意义
1.2 国内外研究现状
1.2.1 声纳的类型和工作原理
1.2.2 声纳的应用
1.2.3 拖曳式阵列声纳
1.3 遥控潜水器
1.3.1 ROV 发展历史
1.3.2 ROV 的分类
1.4 拖曳阵列
1.5 问题陈述
1.5.1 ROV 姿态估计
1.5.2 拖曳阵列方向/形状估计
1.6 问题阐述
1.7 本文研究目的和目标
1.8 论文的主要结构

第 2 章 传感器融合算法和四元数

2.1 引言
2.2 互补滤波器
2.2.1 固定增益互补滤波器
2.2.2 梯度下降的互补滤波器
2.2.3 可变增益互补滤波器
2.3 卡尔曼滤波器
2.3.1 离散卡尔曼滤波器
2.3.2 扩展卡尔曼滤波器
2.4 四元数
2.4.1 欧拉角与四元数
2.4.2 基于四元数的卡尔曼滤波器

第 3 章 基于传感器融合的 MEMS IMU 互补和姿态估计算法

3.1 引言
3.2 MEMS IMU 陀螺仪模型
3.3 MEMS IMU 加速度计模型
3.4 姿态估计算法
3.4.1 扩展卡尔曼滤波器
3.4.2 固定增益互补滤波器
3.4.2 梯度下降互补滤波器
3.5 结果与讨论
3.5.1 仿真结果
3.5.2 实验结果
3.6 本章小结 54

第 4 章 基于增益补充滤波器的姿态估计

4.1 引言
4.2 互补滤波器和 MEMS IMU 建模
4.2.1 扩展卡尔曼滤波器
4.2.2 互补滤波器
4.2.3 陀螺仪姿态估计
4.2.4 加速度计姿态估计
4.3 姿态估计算法
4.3.1 固定增益互补滤波器
4.3.2 修改增益互补滤波器
4.3.3 基于扩展卡尔曼滤波器的姿态估计
4.4 结果与讨论
4.4.1 仿真结果
4.4.2 实验结果
4.5 本章小结

第 5 章 基于模糊调整互补滤波器的 MEMS IMU 的姿态估计

5.1 引言
5.2 理论背景
5.2.1 理论背景
5.2.2 系统校准
5.3 提出的算法
5.3.1 梯度下降互补滤波器
5.3.2 模糊调谐互补滤波器
5.4 仿真结果
5.5 本章小结

第 6 章 基于惯性测量元件和声呐的自动潜水器导航技术

6.1 引言
6.2 导航方法
6.2.1 惯性导航
6.2.2 声学导航
6.2.3 地理导航
6.3 传感器误差
6.4 自动潜水器的惯性 SLAM 算法
6.4.1 状态矢量及分解
6.4.2 潜水器模型
6.4.3 惯性 SLAM 滤波
6.5 仿真研究
6.6 本章小结
结论(英文)
结论
参考文章
攻读博士学位期间发表的论文及其它研究成果
哈尔滨工业大学学位论文原创性声明使用授权说明
哈尔滨工业大学博士学位论文原创性声明
致谢
个人简历

基于互补滤波器和惯性SLAM算法的ROV姿态估计-AGV吧
基于互补滤波器和惯性SLAM算法的ROV姿态估计
此内容为付费资源,请付费后查看
20积分
付费资源
© 版权声明
THE END
喜欢就支持一下吧
点赞5赞赏 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容