● 摘要
水下机器人在水下能完成监视、观察、打捞、作业等多种任务，它已经在不同水域环境发挥着越来越大的作用，其中就包括在核电站的水池。为了核电站安全运营,需要核电站机器人替代人力在辐射环境下执行任务，水下机器人就是在核电站堆芯池、构件池以及乏燃料池内执行安全检测、捞取异物的任务，而导航定位是水下机器人能顺利完成任务的关键因素之一。因此，本文以核电站水下机器人为实验平台，研究水下机器人的组合导航技术，包括导航相关传感器的标定技术、水下机器人的姿态估计、基于声纳的二维定位和多传感器融合的导航定位。具体的研究工作包括以下内容：
(1) 研究了微惯性测量单元的标定技术。首先提出了改进式Allan方差法，对三轴加速度计和三轴陀螺仪的随机误差特性进行了分析。然后设计了多位置标定实验，并且利用线性卡尔曼滤波推导了标定算法。同时，因为惯性测量单元中的标度因子和零偏受到温度的影响，所以利用温控转台进行了温度标定。最后，通过仿真说明了较传统方法标定精度更高，并对微惯性测量单元的实物平台上验证了标定方法的有效性。
(2) 研究了磁强计的现场标定技术。基于硬磁干扰导致磁强计量测值零点偏移，软磁干扰使标定因子发生偏差的特性，推导了磁强计的现场标定模型。利用三轴磁强计量测值拟合成椭球方程式的性质，提出基于椭球约束的磁强计标定算法。通过现场标定验证该标定方法能有效提高了磁强计的测量精度。
(3) 对水下机器人的三维姿态估计展开了研究。首先分析航姿系统的模型和现有姿态估计算法的思路，然后推导了常规的基于扩展卡尔曼滤布的航姿估计算法，接着提出了两步优化姿态估计算法。第一步推导出基于传感器的模糊卡尔曼滤波器，估计得到最优的加速计和磁强计量测矢量。第二步将姿态解算问题转换为基于Wahba的问题，通过ESOQ方法估计得到姿态最优解。同时考虑了抗干扰机制，以此提高了滤波器的稳定性，保证了在加速干扰和磁场干扰下算法能输出可靠的估计值。最后通过仿真对两步优化姿态估计算法和基于扩展卡尔曼滤波姿态估计算法进行了比较，并通过水下机器人的水下试验验证了两步优化姿态估计算法的有效性。
(4) 研究了基于声纳的水下机器人定位问题。分析了扫描声纳的工作原理和信号特征，提出对声纳信号进行预处理的方法，通过阈值去噪、距离限定、减少采样三个步骤来减少信号干扰和剔除多余数据，以此提高计算效率。然后分析运动造成声纳扫描图像畸变的机理，推导了图像校正方程。提出了基于神经网络的位置估计算法，同时再利用航姿系统中的航向信息对畸变声纳图像进行校正。接着提出了概率迭代匹配算法，它考虑了传感器误差的特性，以马氏距离为变量选择声纳图像与已知地图进行匹配，并利用置信度对匹配过程进一步改善。仿真中比较了概率迭代匹配算法和传统的最近点迭代算法。最后通过水下机器人的水池实验验证了该算法的有效性。
(5) 研究了多传感器信息融合的水下机器人组合导航定位问题。分析了微小型水下机器人运动学模型，提出了基于微惯性器件、磁强计、声纳和深度传感器组成的水下机器人导航定位系统。设计了分散式结构的位置滤波器，结合航姿系统的三维姿态信息、声纳匹配定位的二维信息、深度信息，通过位置滤波器估计了机器人在水中的三维位置。同时考虑了磁传感器失效情况，提出了相应的定位算法。最后通过仿真对算法进行了验证，并在带全景摄像头的水池进行机器人定位实验，通过视觉定位方法验证了本文算法的有效性。