摘要：针对基于容积卡尔曼滤波（CKF）的无人水下航行器（uuv）同步定位与地图构建（SLAM）存在对模型参数变化的鲁棒性差、收敛速度慢、对突变状态跟踪能力低等问题,通过在CKF中引入渐消因子和弱化因子,提出了一种基于强跟踪CKF（STCKF）的SLAM算法（STCKF-SLAM）.首先建立UUV的运动模型、特征模型、测距声呐模型,然后基于霍夫变换从多测距声呐测量数据中提取堤岸线特征,最终采用STCKF实现了UUV的同步定位与地图构建.基于UUV海试数据的仿真实验结果表明：相比CKF-SLAM算法,STCKF-SLAM算法保持了对突变状态的强跟踪能力,且均方根误差降低了13％,提高了SLAM系统的精确性,可应用于UUV长航时水下隐蔽作业.

关键词：无人水下航行器 同步定位与地图构建 多测距声呐 霍夫变换 强跟踪容积卡尔曼滤波 

单位：哈尔滨工程大学自动化学院哈尔滨150001