自主水下航行器导航与定位技术

自主水下航行器导航与定位技术

杜晓海

海军装备部  710065

摘要：自主水下机器人（AUV）作为开发和利用海洋资源的主要载体，在执行任务时需要准确的定位信息。现有AUV主要采用基于捷联惯性导航系统（SINS），辅以声学导航和地球物理场匹配导航技术。本文简要介绍了水下导航模式的基本原理、优缺点和适用场景；讨论了各种导航模式中的关键技术，以提高组合导航的精度和稳定性。通过分析现阶段存在的问题，展望了水下航行的未来发展趋势。

关键词：自主水下航行器；智能导航；智能定位

本文综述了目前主流的AUV水下导航关键技术，包括DVL测速技术、LBL/SBL/USBL水声定位导航技术、地形辅助导航技术、地磁辅助导航技术和重力辅助导航技术以及协同导航技术，介绍了相关导航技术的基本原理和发展，分析和总结了水下自主导航中各技术的关键问题和技术难点，最后展望了AUV水下导航技术的未来发展。

1 SINS/DVL定位技术

DVL是一种利用声波多普勒效应测量载流子速度的导航仪器。根据AUV与水底之间的相对距离，DVL有两种模式：水底跟踪和水底跟踪。当载流子与水底的相对距离在该范围内时，声波可以到达水底，当AUV与水底之间的相对距离超过范围时，声波无法到达水底，DVL采用水跟踪模式。根据传输波速的多少，可以分为单波束、双波束和四波束。

1.1 SINS/DVL对准技术

惯性导航可以为AUV提供实时的姿态、速度、位置等导航信息。然而，初始对准必须在使用前进行，初始对准的结果在很大程度上决定了最终的集成精度。通常，AUV在停泊或航行于水面时接收GPS信号进行初始对准。在特定的任务背景下，AUV需要在水下运动期间完成初始对准，因此，许多学者提出了基于DVL辅助的移动基站对准。

1.2 DVL误差校准技术

DVL比例因子误差和DVL与INS之间的安装误差是影响SINS/DVL组合精度的主要因素，因此在使用前需要校正上述误差。

1.3 SINS/DVL数据融合技术

INS在短时间内保持高导航精度，但定位误差随着时间的推移而发散。DVL用于提供准确的速度信息，KF用于抑制AUV导航误差。有两种SINS/DVL组合模式，即松散组合和紧密组合。松散组合将DVL测量的速度信息与INS输出的速度信息相结合。该模型简单，但至少需要三个方向的波束信息。紧密组合直接使用DVL输出4个原始波束信息，INS估计4个波束进行滤波。定位精度高，接收波束数不再需要为4，但计算量高于松散组合。

1.4 SINS/DVL故障检测技术

在以下情况下，DVL数据具有影响导航精度的故障状态：1）飞机与海床之间的距离超过DVL范围；2）当海底有淤泥时，DVL发出的声波无法反射回来；3）在声波传播过程中遇到海洋生物时，来自DVL的声波无法到达海底；4）当AUV进行大角度机动时，DVL在大横摇和俯仰下可能无法接收回波。

2 SINS/声学定位技术

与电磁波相比，声波衰减慢，在水介质中传播远，因此声学定位已成为水下导航的主流。在海床上安装一个或多个已知位置的应答器，从声学信号中获取AUV与应答器之间的距离和方位信息，并利用相对几何关系确定AUV的绝对位置根据接收声阵列的长度，水声定位系统可分为LBL、SBL和USBL。

2.1 SINS/USBL误差校准技术

INS/USBL的安装误差是影响组合导航定位精度的关键因素之一。在安装过程中，通常很难确保USBL和惯性传感器在坐标系中完全统一。传统的校准方法可分为两类：最小二乘法和矩阵分解法。

2.2 SINS/USBL组合模型

根据不同的匹配组合机制和信息类型，SINS/USBL组合分为松散组合和紧密组合。通过位置匹配，INS给出的纬度和高度以及USBL计算的位置信息作为位置观测量。紧密组合使用USBL直接输出的相对测量信息（时间延迟、方位角等）进行匹配组合。由于校准误差、姿态误差、应答器位置误差和USBL系统测量误差的影响，松散组合计算的绝对位置会有一定误差，定位精度比紧密组合差。

2.3 SINS/USBL滤波技术海洋环境噪声是海洋中水声信道的干扰背景场。USBL水听器接收到的测量信息包含海洋环境噪声，表现为加性噪声和乘性噪声。

3地球物理场辅助

INS技术地球物理场导航是AUV的一种自主导航方法，它利用测量磁场、重力场和海底地形的时空分布特征，将特征与先前的参考地图进行匹配，绘制基准图并将其存储在计算机中在AUV的地球物理场导航过程中，使用各种传感器来收集AUV周围的各种物理参数，并将其输入计算机，以与相应的参考图进行特征匹配，为了获得准确的位置信息，海洋地球物理场导航根据物理参数的不同可分为地磁匹配导航、重力场导航、地形匹配导航等。

3.1重力辅助INS技术

重力匹配导航基于地球重力场的变化，无需接收和传输外部信号。因此，它具有隐蔽性、实时性和高精度的优点。重力辅助惯性导航系统由惯性导航系统、重力参考图、重力测量传感器和匹配算法组成。

AUV携带的重力测量传感器测量当前位置的重力特征信息，将重力信息与预先存储的重力数据库地图进行比较，并通过匹配算法估计实际位置，自适应区域的选择和匹配算法是重力辅助惯性导航的核心技术。

3.2地磁辅助INS技术

地磁辅助INS的基本原理是匹配载体测量的磁测量信息与预先存储的地磁参考图之间的相关性，确定载体的当前位置，并限制INS误差的发散。地磁导航具有以下优点：1）在地磁探测过程中不需要向外发射能量，并且高度不可见和被动；2）地磁场是地球固有的矢量场，地磁误差稳定且不随时间累积；3）地磁信息丰富，如地磁场的总强度、三轴地磁场的强度、磁偏角、磁倾角和磁梯度，为自适应区域的选择和匹配算法提供了多种独特的特征，适应区域的选择和地磁匹配是高精度地磁辅助惯导系统亟待解决的问题。

3.3地形辅助INS技术

随着海洋测绘技术的不断发展，基于水下地形匹配的方法得到了广泛的研究。水下地形匹配是指利用地形特征来限制航位推算误差。根据地形匹配的特点，本部分将讨论两个关键问题：水下地形构造和地形匹配算法。

4未来研究热点

4.1多传感器融合

目前，水下导航采用SINS/DVL、SINS/USBL或SINS/重力等组合方式。如果AUV导航超过DVL工作范围、应答器工作范围或水下地形/地磁/重力特性太平坦，则单一组合模式将失效，滤波结果将出现偏差，这将严重影响AUV任务，例如SINS/USBL/DVL、SINS/USBL/LBL和SINS/重力/地形/地磁，用于获得高精度和稳定的水下导航结果。

4.2稳健的算法

对于水下复杂环境，测量噪声具有加法和乘法特性，因此有必要研究鲁棒滤波算法来抑制环境噪声。目前，现有的鲁棒KF算法有基于Huber的鲁棒滤波算法、最大熵鲁棒滤波算法和student t鲁棒滤波算法。存在难以确定辅助参数和算法复杂度强等问题。有必要研究更有效、简单的模型和易于参数选择的鲁邦滤波方法。

4.3集成原型开发

有必要研究集成样机，以解决多传感器离散安装中浪费空间和影响小载体稳定性的问题。集成样机集成了惯性装置、水声传感器、深度传感器、姿态传感器和数据处理模块，以确保高集成度、易扩展性和强适应性。

5结语

本文回顾了目前无人设备的主流水下导航和定位方法，如DVL、包括LBL、SBL和USBL的水声定位以及基于重力、地磁和地形匹配辅助的地球物理场匹配定位技术。未来AUV水下导航定位技术仍将以惯性导航为主，多种导航技术为辅，并将朝着智能化、全源、高精度、强鲁棒性和实时性的方向发展，在军事和民用领域将发挥更强大的作用。

参考文献：

[1] 黄沛烁, 王易因, 关新平,等. 面向水声传感网的自主水下航行器辅助定位动态路径规划[J]. 电子与信息学报, 2022(006):044.

[2] 卢健, 陈旭, 刘通,等. 利用FastSLAM框架的多自治水下航行器同时定位与跟踪算法[J]. 控制理论与应用, 2020, 37(1):9.

[3] 宋保维, 潘光, 张立川,等. 自主水下航行器发展趋势及关键技术[J]. 中国舰船研究, 2022, 17(5):1-18.

[4] 刘洋, 陈练, 苏强,等. 水下无人航行器装备技术发展与作战应用研究[J]. 舰船科学技术, 2020, 42(12):7.

[5] 陈祥国, 尚凡, 蓝强. 基于单信标的无人水下航行器导航算法及改进[J]. 鱼雷技术, 2021(004):029.