摘要:水下同步定位与地图构建（SLAM）技术是水下机器人探索未知区域的重要手段，在复杂海洋环境中广泛应用。水下 SLAM 主要分为 3 种主流技术：前视声呐 SLAM、水下光学 SLAM 及基于测深信息的 SLAM。首先，对这些技术在海底地形测绘和深海资源勘探中的应用进行了总结，不同的技术显示出不同的适用性和准确性，其中多波束声呐技术因其高分辨率和大范围覆盖能力，在大规模海底地图构建中展现了优越性。然后，总结了人工智能技术等关键技术在处理复杂海底数据中的应用，例如通过神经网络优化的数据处理提高了地图构建的效率和精度。最后，对未来的 SLAM 技术进行了展望，未来通过算法优化和硬件发展， 进一步提升数据处理速度和降低能耗。

摘要:无人水下航行器（Unmanned Underwater Vehicle ，UUV）因其所具有的高机动性、高智能化、 高可操纵性等特点，正逐渐成为各国水下攻防领域的研究热点，而由于UUV所携带能源有限，需要与水上平台或者母船进行对接充能，因此开展水下自主对接领域的研究十分必要。以往的研究多聚焦于UUV的运动规划与控制算法或是对接过程中UUV与坞站的相互影响，鲜有对水下感知体系的系统性研究。以水下动态对接任务为研究背景，调研了国内外机构的相关任务的导引技术方案，对多波束声呐、激光雷达和水下电磁传感器进行了原理与特性分析，并对多波束成像声呐做了仿真实验，提出了一个面向水下动态对接的协同感知导引系统架构及方案。该架构能够根据水下动态对接任务各阶段的需求与相关传感器的特性进行灵活调整传感器的工作优先级，以保证整个对接任务阶段都能为回收平台与UUV平台提供有效的对接信息。