Online acoustic localization methods for autonomous underwater vehicles
dc.contributor.author
dc.date.accessioned
2018-12-20T08:28:27Z
dc.date.available
2018-12-20T08:28:28Z
dc.date.issued
2018-11-15
dc.identifier.uri
dc.description.abstract
Autonomous Underwater Vehicles (AUVs) true autonomy capabilities in complex
unknown environments, have not yet been fully achieved because of the lack of
online algorithms that can solve fundamental problems such as localization,
mapping and path-planning on-board the AUV.
This thesis presents the development of two online localization algorithms
for AUVs. The first algorithm is based on a Sum of Gaussian filter for online
range-only localization of a Docking Station for battery recharging and data
uploading. This algorithm is tested in a wider project where it is combined
with other algorithms to produce a complete homing and docking strategy.
The second algorithm proposes an online SLAM framework for continuous
occupancy mapping named H-SLAM. It uses a Rao-Blackwellized Particle Filter
where each particle carries a Hilbert Map representation of the environment.
This algorithm is tested on two real-world datasets offering a significantly
better reconstruction of the environment than using DR navigation.
El verdader potencial d’autonomia dels Vehicles Submarins Autònoms (AUVs) en
entorns complexos i desconeguts, encara no ha estat completament assolit
degut a la falta d’algoritmes que puguin resoldre problemes com la
localització i el mapeig en el propi vehicle.
Aquesta tesi presenta el desenvolupament de dos algoritmes de localització
online per AUVs. El primer algorisme està basat en un filtre de Suma de
Gaussians per localitzar una Estació d’Acoblament. Ha estat provat dins un
projecte on s’ha combinat amb altres algoritmes, per obtenir una estratègia
de localització i acoblament.
El segon algorisme proposa un mètode de SLAM que construeix de mapes continus
d’ocupació anomenat H-SLAM. Utilitza un Filtre de Partı́cules Rao-
Blackwellizat on cada partı́cula té un Mapa de Hilbert. Ha estat provat amb
dades reals produint una millora significativa en la reconstrucció de
l’entorn respecte la reconstrucció obtinguda utilitzant la navegació DR.
dc.format.extent
100 p.
dc.format.mimetype
application/pdf
dc.language.iso
eng
dc.publisher
Universitat de Girona
dc.rights
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by/4.0/
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.subject.other
dc.title
Online acoustic localization methods for autonomous underwater vehicles
dc.type
info:eu-repo/semantics/doctoralThesis
dc.rights.accessRights
info:eu-repo/semantics/openAccess
dc.contributor.director
dc.subject.udc
dc.type.version
info:eu-repo/semantics/publishedVersion