要想使移动机器人完全实现自主,必须要解决的一个基础的问题是同步定位与地图构建(SLAM)。正是由于这个原因,近年来,同步定位与地图构建问题吸引了学者大量的注意力与研究精力。在不同环境下,在不同的应用场合,同步定位与地图构建问题都取得了很不错的研究成果。室内环境,室外环境,甚至是空中环境,SLAM的研究都取得了大量的研究成果。然而,水下环境仍然是研究SLAM问题的一个极具挑战性的环境,这是因为水下环境中,传感器的感知能力很有限,而且水下环境中很难找到可靠的环境特征。本文为UUV在水坝,海港,小艇停靠区,海洋平台等水下结构环境中执行任务设计了一种导航系统。该导航系统融合DVL, OCTANS和多测距仪数据,利用UUV的四自由度非线性动力学模型进行同步定位与地图构建(SLAM)。本文利用霍夫变换方法处理连续的多测距仪数据流,提取线特征,然后赋予线特征不确定性。提取的线特征及不确定性作为SLAM导航系统的输入,用来构建环境地图。同时,UUV的位置估计作为霍夫变换算法的输入,用来校正由于UUV运动而引起的多测距仪距离测量值的失真。针对EKF对UUV机动的跟踪能力方面存在的缺陷,引入了次优渐消因子,把带次优渐消因子的扩展卡尔曼滤波器应用到了导航系统中,设计了基于SFEKF-SLAM的UUV导航系统。海试数据表明,由于渐消因子的作用,基于SFEKF-SLAM的UUV导航系统充分利用了参差序列中的有效信息,对所建模型不确定性具有较强的鲁棒性,具有适中的计算复杂度,其定位精度也较通常的基于EKF-SLAM的UUV导航系统有所提高。为了验证基于多测距仪的UUV结构环境SLAM系统的有效性,利用海试数据进行了验证。海试中用到的UUV是哈尔滨工程大学自动化学院无人水下潜航器实验室自主研发的。海试中的UUV航行了大概1400米。海试获得的数据集包括多测距仪的距离测量值,DVL的海底跟踪速度,OCTANS的艏向角数据,以及一个压力传感器提供的深度信息。海试数据验证中,生成了一个比较大的真实的海洋港口环境地图。由GPS数据得到的UUV航迹及堤岸真实的地理位置用来作为对照。海试数据证明了基于多测距仪的UUV结构环境SLAM系统的有效性。