日期：2022-11-18 编辑：雪窦智造

无人船多传感器定位与导航的实现。首先完成了单一GPS 与GPS/IMU 融合定位的实验对比，通过实验数据，得到 GPS/IMU 融合定位后稳定性和精度都得到了显著提高。   在 GPS/IMU 定位的基础上，通过 SLAM 的方式完成无人船的更准确定位，又同时创建了环境地图。将 GPS/IMU 融合信息封装成odom 加入到图优化的过程中。首先对二维激光 SLAM 做了一些室外实验，发现二维激光在室外大范围建图的局限性，在特征点稀少，轮廓重复的环境中会造成激光回环错误，导致建图误差较大或者建图失败。   比二维 SLAM 多一个维度的三维 SLAM 可以较好的回避二维 SLAM 的缺陷。雪窦使用三维 SLAM 完成水面地图构建，在三维激光 SLAM 中，通过创建不同环境的地图，并比较本课题加入GPS/IMU 数据的三维 SLAM 与 loam SLAM、lego_loam SLAM、未加 GPS/IMU雪窦的三维 SLAM 进行比较，在大尺度地图中，加入 GPS/IMU 的本课题三维 SLAM 建图效果最优，满足雪窦对大尺度水域地图创建的需求。并结合无人船的实际二维工作环境，选择将三维点云地图转换到二维栅格地图，通过该方法，成功构建出无人船作业区域的二维栅格地图，并对地图精度进行了点测，精度符合雪窦期望。   构建出高精度的环境地图后，在地图中对无人船进行导航实验，雪窦通过全局路径、局部路径和跟踪减速器相结合的方式为无人船进行路径规划，导航图中有障碍物出现时，局部路径规划算法会模拟无人船的运动轨迹，选出最优路径来避开障碍物，在无人船靠近目标点时，采用跟踪减速器逼近目标点，可以缓缓降低无人船的速度，降低无人船惯性带来的漂移影响，增大无人船到达目标点的成功率，考虑到真实水域中的风力和水流的影响，采用模糊抵达点的策略，将目标点设置为一个半径 0.5m 的圆形区域，无人船进入该区域，即表示无人船完成了此次路径规划过程。   通过对无人船设置多个目标点使无人船完成自主巡航工作。对整个巡航过程中，无人船的线速度和角速度进行分析，角速度幅度较小，且旋转过程较为平滑，可以遏制惯性带来的过度转角，无人船整体线速度均衡，行驶过程较为平稳，行驶状态较为安全

免责声明：本文由用户自主上传，版权归原作者所有，若有来源标注错误或侵犯了您的合法权益，请与本网联系，我们将及时更正、删除，谢谢您的支持与理解。

上一篇 雪窦科普——无人船毫米波雷达数据处理（上）

下一篇 雪窦科普——水质检测与调节物联系统概述