AUV导航技术发展现状与展望
2019-03-15魏博文吕文红范晓静朱友康郭银景
魏博文, 吕文红, 范晓静, 朱友康, 郭银景
AUV导航技术发展现状与展望
魏博文1, 吕文红2, 范晓静1, 朱友康1, 郭银景1
(1. 山东科技大学 电子信息工程学院, 山东 青岛, 266590; 2. 山东科技大学 交通学院, 山东 青岛, 266590)
导航技术是自主式水下航行器(AUV)系统技术发展与应用的关键技术之一, 而组合导航因其稳定性、精确性和持久性, 已成为未来AUV导航技术的主要发展方向。文中简述了AUV传统导航技术和非传统导航技术发展概况, 详细介绍了惯性导航系统(INS)/声学组合导航、INS/地球物理组合导航、INS/视觉组合导航和INS/天文组合导航的研究和应用现状。分析可知, INS/地磁匹配组合导航、INS/重力匹配组合导航已成为军事领域AUV导航技术的发展趋势; INS/长基线(LBL)组合导航则为民用领域AUV导航技术的发展趋势。文中同时展望了INS/地磁匹配组合导航、INS/重力匹配组合导航和INS/LBL组合导航等热门导航技术的研究方向。
自主水下航行器; 惯性导航系统; 组合导航
0 引言
21世纪以来, 随着人类在利用海洋和开发海洋上的投入不断增大, 自主式水下航行器(auto- nomous undersea vehicle, AUV)引起了越来越多的关注, 无论在战场监视、隐蔽打击等军用领域还是在海水检测、海洋地质勘探等民用领域都得到快速发展。导航是指移动机器人借助传感器获知本体状态, 完成从初始位置到达目标位置的自主运动过程。导航技术作为AUV的核心技术, 也是最难以解决的关键技术之一[1]。
美俄等西方发达国家在这一领域一直处于领先地位, 2016年, 俄罗斯圣彼得堡海洋仪器康采恩研制出了新型水下导航定位系统, 该系统由深海浮标、俄罗斯全球卫星导航系统(global naviga- tion satellite system, GLONASS)和AUV组成, 可实现北极冰层下米级高精度导航定位[2]。同年, 美国国防部高级研究计划局授予英国军工巨头BAE系统公司一份研发“深海定位导航系统”的合同, 通过在海底布放少量声源信标来代替全球定位系统(global positioning system, GPS)实现无人航行器长时间高精度导航定位, 2017年该项目已进入第一阶段研发工作, 预计2018年对原型样机进行海试[2]。国内在该领域起步较晚, 但也取得一定的突破, “十五”期间我国首套“水下GPS高精度定位导航系统”研制成功, 在千岛湖的湖试试验表明, 该系统在水深45 m左右海域定位精度可达5cm, 测深精度为30cm[3]。
上述导航系统均采用组合导航方法, 是由2种及以上导航技术结合形成的综合导航系统。组合导航结合不同导航技术的优点, 能够增强导航系统的稳定性、精确性和持久性, 是当前使用最广泛的导航方法, 也是未来AUV导航技术的发展方向。
1 导航技术概述
目前, 针对AUV的导航技术大体可分为传统导航和非传统导航技术2类。传统导航技术主要包括航位推算导航、惯性导航和声学导航等。与非传统导航相比技术更为成熟, 使用范围更加广泛。非传统导航技术主要包括地球物理导航、视觉导航等, 是发达国家大力研发的新兴导航技术, 通常用来辅助惯性导航。
1.1 航位推算导航
航位推算导航最早于16世纪提出, 但当时很少用于水下。航位推算的定义可理解为在已知当前时刻位置的条件下, 通过测量载体移动的距离和方位, 推算下一时刻位置的方法[4]。AUV只要配备速度传感器、航向传感器及深度传感器等, 通过获取的数据将AUV的速度对时间进行积分来获得水下航行器位置。
航位推算给定的初始坐标通常为卫星定位信号。航向传感器现多采用光纤陀螺, 与传统的机电陀螺相比, 光纤陀螺具有体积小、结构简单、使用寿命长、质量轻及价格低等优点。速度传感器大多采用多普勒测速仪(Doppler velocity log, DVL), 国外已研制出精度较高的DVL, 例如美国EDO公司的3040型多普勒测速声呐工作频率288 kHz, 测速精度为速度的0.2%[5]。
航位推算方法简单, 所需设备价格相对低廉。航位推算法的当前位置是在前一时刻位置的基础上推算出来的, 随着迭代次数的增加误差也会跟着累积, 再加上设备安装、测量等过程中的固有误差, 这些因素都会大大降低其定位精度。因此, 航位推算适合精度要求不高的导航任务, 需要其他导航进行辅助校正推算误差。
1.2 惯性导航
惯性导航是依据牛顿惯性原理发展起来的自主式导航方法。惯性导航系统通常由惯性测量装置、控制显示器、处理计算机等组成, 其中惯性测量装置最为关键, 是惯性导航的基础, 主要由加速度计和陀螺仪组成。因此, 惯性导航是通过将AUV的加速度对时间2次积分来获得潜航器位置的。1958年, 装备了1套N6-A惯性导航系统和1套MK-19平台罗经的美国鹦鹉螺号核潜艇从珍珠港出发, 历时21 h穿越了北极冰盖, 误差仅有37 km。这次航行充分体现出了惯性导航系统自主性、隐蔽性和全天候的独特优势[6]。
惯性导航本质上可归类为航位推算导航的一种。惯性导航系统主要分捷联式和平台式2种。由于捷联式舍弃了平台, 结构简单、体积小、维护方便, 而被大多数惯性导航系统所采用。近年来, 激光陀螺和光纤陀螺捷联惯导系统开始普遍应用于军民领域, 例如美国Sperry公司的MK39/ 49舰船用激光捷联惯导系统、法国IXSea公司先后研制的PHINS和MARINS船用光纤陀螺捷联惯导系统等[7]。因此, 采用光纤和激光陀螺捷联式惯导系统, 推动惯性导航系统向高精度、小型化、低成本、高可靠性及数字化发展是惯性导航系统未来的发展方向。
1.3 声学导航
声学导航是建立在水声传播技术基础上的一种通过测定声波信号传播时间和相位差进行AUV和水上舰船导航定位的技术。在进行导航定位前, 需事先在海底、舰船底部或AUV上布置声基线阵。常用的声学导航主要有长基线(long ba- seline, LBL)、短基线(short baseline, SBL)和超短基线(ultra-short baseline, USBL)3种[8], 其中LBL可分为浮标式LBL和潜标式LBL。
图1所示为4种声学导航定位系统原理图, 换能器或由换能器组成的基阵会向海底声标或海面浮标发射水声信号并接受返回的信号, 通过测定时延差或者方位角对AUV进行定位。
图1 4种声学导航定位系统示意图
表1表明, LBL最长但定位精度最高, 英国Sonardyne公司代表性LBL产品有Compatt 6系列和Fusion 6G系列(图2 a、b), 其中Compatt 6系列应答器根据不同体积分为6种类型, 标准型Com- patt 6工作水深为3650 m, 定位精度小于15mm; Fusion 6G系列为深水定位设备, 最大工作水深达7000m, 定位精度小于15mm且与深度无关[9-10]。USBL通常为多个水听器组成的基阵, 作为一个整体安装在舰船底部或AUV上, 基线最短, 定位精度最低。典型的USBL系统有法国iXblue公司的Posidonia II USBL和Gaps USBL (图2 c、d), 其中Posidonia II最大作用范围超过10000m以上,定位精度为斜距的0.2%; Gaps作用范围较小, 最大作用距离为4000 m, 定位精度为斜距的0.06%[11-12]。
表1 声学导航系统分类
图2 典型长基线和超短基线产品
SBL的定位精度和基线长度都介于两者间。针对SBL设计的产品很少, 美国Desert Star公司的Pilot是使用最多的SBL定位系统, 其配置简单, 可几分钟内在任何船只上设置安装完成, 在多径效应严重的浅海区域定位精度可达分米级。
近年来, 针对浮标式LBL的研究和使用较潜标式LBL更为火热, 这是由于浮标布置简单, 而潜标在海底布置困难所造成的。文献[13]设计了一种利用浮标式LBL导航定位辅助惯性导航的水下定位系统, 并利用频域加权对水声信号进行处理, 将定位误差控制在2 m以内。文献[14]提出一种基于多无人水面船(unmanned surface vehicle, USV)/AUV的LBL导航定位方法, 通过建立定位评价函数评估多USV与AUV间的角度距离关系, 建立最优队形结构, 并通过仿真试验证明该方法可以有效提高AUV定位精度。这种用USV代替浮标的方法, 相当于赋予了浮标可移动属性, 本质上属于浮标式LBL。
1.4 地球物理导航
地球物理导航依照所需地球物理参数的不同分为3大类: 地形匹配导航、海洋地磁导航和重力导航。地球物理导航的原理是将传感器测得的数据同预先获得的地球物理数据库进行匹配确定载体所在位置。因3种地球物理导航原理类似, 文中重点以地形匹配导航原理为例介绍。
地形匹配导航是指通过比较地形参考数据库以及地形高度测量值来确定载体位置的特征匹配导航技术[15]。海底地形辅助导航(seabed terrain aided navigation, STAN)技术主要用于水下导航定位, 将利用水下地形传感器测得水下地形数据, 同水下地形数字海图数据库相匹配, 通过计算机处理数据得出潜航器所在位置, 通常用于辅助惯性导航系统, 其导航原理如图3所示。
图3 海底地形辅助导航原理图
水下地形传感器多采用测深测潜仪, 通过测得的水下地形特征, 结合惯导系统估算出位置信息进行数据预处理和补偿, 即可获得传感器测得的实时地形位置, 利用匹配算法同数据库中预先存储的水下地形数字海图进行匹配, 信息融合后可得最佳匹配位置, 并进一步对惯导系统进行修正[16]。STAN技术的难点主要有以下2个方面。
1) 高精度测深测潜仪的研制。目前测深测潜仪主要有3种: 多波束测深系统、亨特克深拖系统和激光探测系统。前2种系统属于声探测技术范畴, 由于水声信号的传播容易被干扰和截获, 因此该类技术多用于非军事领域。2008年, 日本东京大学研制的TUNA-SAND型AUV利用自身携带的多波束传感器在鹿儿岛海域进行了基于地形匹配的水下导航试验, 取得较好的效果[17]。同年4月, 美国斯坦福大学研究的MBARI Dorado型AUV使用多波束测深测潜仪、多普勒计程仪和高度仪在蒙特利海湾进行了地形匹配导航的海试试验, 其定位精度可达4 m[18-19]。激光探测系统隐蔽性好、探测精度高, 但价格昂贵, 多用于军用领域。1971年, 美国海军研制出脉冲激光测深系统(pulsed light airborne depth sounder, PLADS)型激光探测系统, 并进行了海底地形地貌的实测[20]。可加强对激光探测系统关键技术, 如激光偏振光水下成像技术、水下目标回波信号技术等的研究, 提高激光探测系统精度并设法降低成本, 从而普及其在非军事领域的使用。
2) 完备的水下地形数字海图数据库也是地形匹配导航的基本数据源。美国国家图像与测绘局(national imagery and mapping agency, NIMA)已经建立了分辨率可达0.5′的DBDB0.5海底地形数据库。美国海军海洋中心(naval oceanographic office, NAVOCEANO)也研制出了1套类似DBDB 0.5, 但分辨率更高的海底地形数据库, 并将其应用于弹道导弹水下潜艇舰队。
与地形匹配导航类似, 海洋地磁导航也采用预先获取高精度地磁数据库的方法, 目前有地磁测量和建立地磁场模型2种获取方式。由于地磁场是不断变化的, 所以单单依靠地磁测量数据进行导航是不现实的, 构建高精度的地磁场模型才能提高导航的可靠性[21]。目前的地磁模型有国际地磁模型(international geomagnetic reference field, IGRF)、中国地磁模型(China geomagnetic referen- ce field, CGRF)和局域地磁模型(local geomagne- tic reference field, LGRF)。由于前2种模型精度较低, 在100~200 nT之间, 所以并不适合高精度的地磁匹配导航。LGRF需要实测局域地磁特征量以构建地磁模型, 精度高于前2种[22]。地磁导航中的匹配算法和信息融合算法通常采用卡尔曼滤波或扩展卡尔曼滤波算法, 不断优化算法也是提高导航精度的重要手段。
重力导航是基于重力场图的导航方法, 其前提条件是要有相当精度的重力图。重力图主要依靠重力仪实现实测测量, 而重力测量获得的重力图不能直接用于导航, 这是因为重力场的特性和重力仪测量精度不能保证重力异常值与位置的严格单值对应关系, 而且测量点间隔也很大。因此, 根据导航重力仪和导航精度要求的具体情况, 寻求能够保证导航定位精度的重力图构建和优化方法是实现重力导航的关键。另外, 采用合适的重力匹配算法, 也是重力导航的重点研究内容。目前, 常用的有基于刚性变换的最近等值线点迭代算法和基于扩展卡尔曼滤波的算法。
1.5 视觉导航
视觉导航是指摄像机或视觉传感器对捕获的图像等信息进行滤波和计算, 完成对障碍物和标志物的探测和识别。水下视觉导航分为光视觉和声视觉2种[23]。光视觉是通过摄像头对目标进行跟踪控制, 而声视觉采用的是图像声呐。由于海水中光照不足, 导致水下光视觉导航只适合AUV在小范围区域的导航定位。声视觉因为采用的是类似声呐的原理, 通过处理不同物体返回的声波, 并将其轮廓显示出来。声波比光在水中传播距离更远, 因此, 声视觉比光视觉探测范围更广。
目前, 采用视觉导航的AUV多为光视觉导航系统。澳洲国立大学和悉尼大学联合研发的Kam- bara是一种基于光视觉导航控制的AUV[24-25]。Kambara上共配有3个摄像头, 其中2个侧向摄像头为其提供立体视觉, 第3个摄像头用于实现自身控制和目标追踪。日本东京大学研发一种可用于水质监测和水下浮游生物分布测量的光视觉系统AUV——Tantan[25], 通过其配备的高分辨率显微摄像头和内嵌的图像识别处理模块, 可以清晰地识别出不同水域中的浮游生物。由于目前还没有相对完善的图像声呐识别目标的理论框架, 所以基于图像声呐的声视觉导航多用来辅助光视觉导航。例如美国早期的一款水下搜索系统AUV, 装备了前视声呐、静物照相机、电荷耦合器件(charge coupled device, CCD)摄像机以及水下照明设备, 在6 100 m的深海中, 可通过声呐发现目标并不断接近, 配合水下照明设备使用CCD摄像机拍照, 最后将图片压缩回传到母舰或陆上控制中心。
水下光视觉导航受限于水中光照不足, 而正在研究的水下激光成像技术可比水下照明提高4倍探测范围。早在1966年, 美国就对水下激光成像技术进行了研究, 较典型的有美国Sperry海洋有限公司研制的距离选通水下激光成像系统, 在衰减系数为0.1/m的水中, 观测距离可达160 m, 与理论值相近, 即使在近岸的浑浊水体中观察距离也可达30 m。另外, 美国Sparta公司研制的水下激光成像系统在港口水域的成像距离可达到500 W灯泡照射系统的5倍[26]。而我国在该领域的研究大多处在实验室阶段, 近几年, 西安光机所、长春光机所、上海光机所、天津电视技术研究所、北京理工大学、华中理工大学及东南大学等单位均对水下成像系统进行了系统研究, 但与发达国家相比还存在较大差距[27]。
2 组合导航技术研究热点
单一的导航技术并不能胜任日益复杂的导航任务, 因此AUV导航技术的研究热点主要集中于组合导航技术。AUV水下组合导航技术通常是指以惯性导航系统(inertial navigation system, INS)为主, 借助声学导航、地形匹配导航、重力导航、海洋地磁导航及视觉导航等其中的一个或多个进行辅助的组合导航技术, 旨在采用高精度的导航技术对INS随时间累积的误差进行校正, 同时保证AUV的自主性和隐蔽性。常用的组合导航包括: INS/声学组合导航、INS/地球物理组合导航、INS/视觉组合导航及INS/天文组合导航等。其中针对前2种的研究最为广泛, 其导航原理分别如图4和图5所示。
图4 惯性导航系统/地球物理组合导航原理图
2.1 INS/地磁匹配组合导航
INS/地磁匹配组合导航是INS/地球物理组合导航的一种, 由INS系统、地磁传感器、地磁图和解算计算机等组成。其本质是利用地磁传感器测得的地磁数据与地磁图匹配, 将匹配结果作为卡尔曼滤波的观测量对组合导航系统进行滤波, 从而对INS系统的误差进行抑制修正, 实现高精度定位。INS/地磁匹配组合导航具有无源、无辐射、全天候、全天时、高精度、隐蔽性好及自主性强等优点, 适用范围广, 除极点外的任何地点都可以使用。2种导航技术相互结合、优势互补, 一方面, 地磁匹配导航的定位误差不随时间累积, 可以抑制INS误差的发散, 重调其定位精度; 另一方面, 在地磁场较弱的地方, 传感器无法获取精确测量数据, INS系统可以为地磁匹配提供位置参考, 提高匹配精度和效率。INS/地磁匹配组合导航的强大优势, 使其在军用AUV领域得到高度重视, 并迅速发展。
图5 INS/声学组合导航原理图
美、俄、英等军事强国早在20世纪70年代就按照全陆域100~200 km和全海域400~500 km的测线间隔进行了全球磁力测量, 并绘制了可用于全球定位、AUV辅助导航及武器制导等的全球磁力矢量分布图。20世纪90年代, 美国研制出了一种适合AUV的磁定位系统, 并发明了一项水下运载体磁标定位系统专利, 对AUV进行定位和重调。2003年8月, 美国国防部对外宣称已研制成功定位精度在地面和空中优于30 m圆概率误差(circular error probable, CEP), 在水下优于500 m CEP的纯地磁导航系统[28]。2010年, 美国等西方发达国家开始倡导在军队中发展不依赖GPS的导航技术。为此, 美国海军于2015年1月制定计划明确任何需要主动向外发送信号的方案一律不予通过, 以防暴露潜艇的位置, 并建议采用磁场、天文或光学作为导航源。我国针对INS/地磁匹配组合导航的研究大多处在仿真阶段。哈尔滨工程大学在对水下地磁测量、水下磁定位技术、INS/地磁组合导航以及地磁匹配算法等领域都做了大量的仿真和试验, 并取得不错的效果。
2.2 INS/重力匹配组合导航
作为INS/地球物理组合导航的一种, INS/重力匹配组合导航也拥有类似INS/地磁匹配组合导航的结构和优点。INS/重力匹配组合导航系统由INS系统、重力仪或重力梯度仪、海洋重力场背景图和解算计算机组成。系统在获取重力信息时对外无能量辐射, 也不接受电磁信号, 具有良好的隐蔽性, 不受地域和时域限制, 是名副其实的自主无源高精度导航系统。
20世纪90年代初, 研究者们提出了利用重力图形匹配技术来改善INS系统性能的新概念。美国贝尔实验室研发的重力辅助INS系统(gravi- ty aided inertial navigation system, GAINS)和重力梯度仪导航系统(gravity gradiometer navigation system, GGNS)都取得了预期效果。美国海军于1998和1999年分别在舰船和潜艇上对洛克希德·马丁公司研制的通用重力模块(universal gra- vity module, UGM)进行了演示验证。试验证实采用重力图形匹配技术可将导航系统的经纬度误差降低至标称误差的10%。目前, 美国新一代的潜艇导航系统基本都包含重力传感器模块。国内针对INS/重力匹配组合导航的研究始于21世纪初, 主要对匹配算法进行研究, 尤其是迭代最近等值线点(iterative closest contour point, ICCP)算法。武汉大学、海军工程大学、解放军信息工程大学及哈尔滨工程大学等对ICCP算法、桑迪亚惯性地形辅助导航(Sandia inertial terrain-aided navigation, SITAN)算法、基于相关分析的地形轮廓匹配(terrain contour matching, TERCOM)算法做了大量研究和改进, 并取得一定进展[29-31]。整体来看, 我国同国外发达国家在INS/重力匹配组合导航领域还存在较大差距。
2.3 INS/LBL组合导航
INS和LBL都是传统的导航技术, 与前面介绍的2种热门导航技术相比, INS/LBL组合导航技术显得太过老旧, 但这并不影响国内外学者对它的研究热度。INS/LBL组合导航系统定位精度与水深无关, 可以在较大的范围内获得较高的定位精度, 无需进行复杂的地磁模型和重力模型的创建, 而且新兴的浮标式LBL辅助INS系统可以克服潜标式LBL在海底信标布置困难的缺陷。这也是INS/LBL组合导航技术仍旧为当下热点研究的原因之一。
2010年, 美国海军和Hydronalix公司合作, 研发一种基于INS的AUV浮标定位和控制系统, 目的是使操作人员能够对AUV进行跟踪、监控、下达命令并与其通信, 项目被分为3个阶段进行, 目前该项目仍处在研发过程中[32]。美国的罗德岛大学近年来也正在进行1个AUV浮标定位通信的研究项目, 通过在每个浮标上安装4个水听器和1个发射换能器, 采用三角定位和水声通信原理实现AUV的定位和同浮标的信息交互[33]。2013年, 我国的“蛟龙号”载人潜水器在南海进行4天10次的下潜试验, “蛟龙号”配备有LBL和SBL两套定位系统来辅助INS, 其中长基线定位系统精度更高, 可以保证“蛟龙号”在静止状态下定位方差小于2 cm。这10次下潜不仅发现了冷泉和新的海洋物种, 还带来了海水样品, 是我国海洋地质勘探领域的一次重大突破。我国虽然在LBL辅助INS导航的应用领域取得了一定的进展, 但高精度的LBL定位系统仍需从国外引进, 例如“蛟龙号”和“潜龙号”采用的LBL系统都是法国IXBLUE公司的深水LBL系统。
2.4 INS/地形匹配组合导航
INS/地形匹配组合导航较其他2种地球物理组合导航研究更早, 使用更广泛。在很长一段时间内, 海底地形辅助导航的潜力并没有被充分挖掘, 这是由于无法构建高精度的海底地形图。直到多波束测深系统和激光探测系统等的出现, 海底的详细地形信息才得以获取并制成海图。
2002年6月, 北大西洋公约组织(North Atlantic treaty organization, NATO)对搭载了由挪威国防研究所研制的地形匹配辅助INS导航系统的HUGIN AUV进行了多次BP02海试试验[34]。澳大利亚悉尼大学研发的Oberon AUV采用的也是INS/地形匹配组合导航, 并在澳大利亚的近海进行了图标定位和导航试验[35]。
3 展望
导航技术由于其各自的导航方式不同, 应用领域也存在差异。航位推算导航和惯性导航通常作为一种基础的导航方式与其他导航技术结合, 在军民领域都广泛使用; 声学导航也广泛应用于军民领域, 但随着各国在军事上的投入不断加大, 技术的不断加强, 借助卫星信号定位的声学导航信号被截获、被干扰的可能性增大; 地球物理导航中, INS/地形匹配组合导航相对INS/地磁匹配和INS/重力匹配组合方式更为成熟, 这是由于地形数据库相较于地磁和重力数据库更易获取、更加稳定, 所以后2种导航方式目前只在军用领域有所使用。
3.1 军用AUV导航技术
在军事领域, AUV对提高海军作战能力有着举足轻重的作用。在未来的水下战略战术中, 通过提高AUV导航能力来增强其在水下作战中的自主性、隐蔽性及精确性等性能迫在眉睫。声学导航由于其浮标或海底声信标布置的困难性, GPS信号和水声信号易被截获和不稳定性, 在水下作战中显得尤为被动, 并有被INS/地磁匹配组合导航、INS/重力匹配组合导航等地球物理辅助导航方式取代的趋势。
INS/地磁匹配组合导航和INS/重力匹配组合导航的发展方向主要有以下几个方面。
1) 高精度的磁传感器和重力传感器的研制。高灵敏度、低功耗、稳定性好及抗干扰能力强将是未来2种传感器研究的重点。
2) 完整的重力场模型和地磁模型的建立。这2种模型的创建都是极为复杂的工作, 而且由于重力场和地磁场都是不断变化的, 每隔几年都需要进行更新。因此, 定期对重力场模型和地磁模型进行更新和完善将是一项持久的工作。
3) 匹配算法的优化。对ICCP算法、SITAN算法、TERCOM算法等相关匹配算法进行进一步的研究分析, 或者相互结合, 减小匹配误差。
4) 结合其他导航技术。在现有组合导航方式的基础上, 继续发展同卫星导航、视觉导航等的相互结合或者地磁导航同重力导航相结合辅助INS的多种导航技术, 优势互补, 也是未来组合导航的发展方向之一。
其中完整的重力场模型和地磁模型的建立是其最大难点。如何在重力和地磁数据匮乏, 地球物理模型建立困难的情况下完成AUV的导航定位才是当务之急。
3.2 民用AUV导航技术
在民用领域, 例如海洋环境监测、海水养殖等, 并不要求信息具有隐蔽性。因此在未来的导航方式中, 可选择性也会比较多。在获得完备的地磁数据库、重力数据库的情况下, 利用地磁或者重力辅助INS的组合导航显然是不错的选择。但在条件限制而无法获得完备数据库的情况下, 利用基于LBL的浮标导航定位辅助INS的组合导航方式更加方便、经济, 也必将成为未来民用AUV导航技术的主要发展趋势。
INS/LBL组合导航方式在未来的发展方向可划分为以下几点:
1) 逐渐用浮标代替海底信标。浮标相比于海底信标布置简单、回收方便、经济实用, 而且能保持LBL的高精度定位;
2) 我国北斗卫星导航系统(BeiDou naviga- tion satellite system, BDS)已经覆盖了亚太地区, 浮标接收的GPS信号逐步用BDS信号来代替是我国浮标辅助导航定位的发展趋势;
3) 研究高精度水声传感器。为了提高AUV同浮标间的通信能力, 面对复杂的水声信道, 研制抗干扰能力更强、稳定性更好的水声传感器势在必行;
4) 优化定位算法。LBL定位大多采用三角定位和数据融合算法, 设置更合适的权值以及在AUV上安装深度传感器将定位场景从3维转换到2维等, 都能提高定位精度。
对我国而言, 逐步完成BDS导航系统, 以代替美国的GPS导航, 实现卫星导航领域的自主性, 并逐步扩大BDS导航范围, 才能实现我国INS/ LBL组合导航质的发展。
4 结束语
针对组合导航技术在AUV发展与应用中的重要地位, 文中详细介绍了各种AUV导航技术发展概况, 并着重对各种组合导航技术的发展情况进行了分析研究。可以看出, 未来AUV的导航技术仍将是以INS为主的组合导航。INS/地磁匹配组合导航、INS/重力匹配组合导航等地球物理组合导航将在军事领域发挥更加强大的作用; INS/LBL组合导航技术则将更加广泛地应用于民用领域。
[1] 尚留记, 王硕. 导航技术及其在水下仿生机器人中的应用综述[C]//2008年第四届中国智能交通年会论文集. 青岛: 科学技术部全国智能运输系统协调指导小组办公室, 2008: 64-70.
[2] 周伟, 李仲铀. 俄、美新型水下导航系统发展分析[J]. 现代军事, 2017(3): 64-67.
[3] 计划“水下GPS高精度定位系统”课题组. 我国首套水下GPS高精度定位导航系统简介[J]. 中国水利, 2004(3): 52-53.
[4] 郑彤. 国外水下导航技术现状分析[J]. 舰船电子工程, 2016, 36(10): 8-10.Zheng Tong. Present Status Study on the Foreign Under- water Navigation Techniques[J]. Ship Electronic Engin- eering, 2016, 36(10): 8-10.
[5] 陈强, 张林根. 美国军用UUV现状及发展趋势分析[J]. 舰船科学技术, 2010, 32(7): 129-134.Chen Qiang, Zhang Lin-gen. Analysis of Current Situa- tional Development Trend of US Military UUV[J]. Ship Science and Technology, 2010, 32(7): 129-134.
[6] 董进武. 惯性导航技术浅析[J]. 仪表技术, 2017(1): 41-43.
[7] 尹伟伟, 郭士荦. 非卫星水下导航定位技术综述[J]. 船舶电子工程, 2017(3): 8-11.Yin Wei-wei, Guo Shi-luo. Survey on Non-satellite Underwater Navigation and Positioning Technology[J]. Ship Electronic Engineering, 2017(3): 8-11.
[8] Seddik M S I, Jaulin L, Grimsdale J. Phase Based Loca- lization for Underwater Vehicles Using Interval Analysis [J]. Mathematics in Computer Science, 2014, 8(3-4): 495- 502.
[9] 张居成. 深水长基线定位导航技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2014.
[10] Sonardyne公司. Products & Services[EB/OL]. [2018- 04- 12]. https://www.sonardyne.com/who-are-we/#.
[11] iXblue公司. Products & Solutions[EB/OL]. [2018-04-15]. https://www.ixblue.com.
[12] iXBlue公司. iXBlue Celebrates a Major Sales Milestone: More than 250 USBL acoustic positioning systems[EB/ OL]. [2015-04-16][2018-05-10]https://www.Prnewswire. com/news-releases/ixblue-celebrates-a-major-sales-mil-stone-more-than-250-usbl-acoustic-positioning-syste-ms-300065060.
[13] 张涛, 胡贺庆, 王自强, 等. 基于惯导及声学浮标辅助的水下航行器导航定位系统[J]. 中国惯性技术学报, 2016, 24(6): 741-745. Zhang Tao, Hu He-qing, Wang Zi-qiang, et al. Underwater Positioning System Based on INS and Acoustic Buoy Sys- tem for Underwater Vehicle[J]. Journal of Chinese Iner- tial Technology, 2016, 24(6): 741-745.
[14] Fang X P, Yan W S, Zhang F B, et al. Formation Geometry of Underwater Positioning Based on Multiple USV/AUV [J]. Systems Engineering & Electronics, 2014, 36(5): 947- 951.
[15] 胡小平. 导航技术基础[M]. 北京: 国防工业出版社, 2015: 123-124.
[16] 郑彤, 边少锋, 王志刚. 基于ICCP匹配算法的海底地形匹配辅助导航[J]. 海洋测绘, 2008, 28(2): 21-23.Zheng Tong, Bian Shao-feng, Wang Zhi-gang. The Terrain Matching Assistant Navigation Based on ICCP Algorithm [J]. Hydrographic Surveying and Charting, 2008, 28(2): 21-23.
[17] Nakatani T, Ura T, Sakamaki T, et al. Terrain Based Loca- lization for Pinpoint Observation of Deep Seafloors[C]// Oceans 2009, Toyko: IEEE, 2009: 1-6.
[18] Meduna D K, Rock S M, Mcewen R S. Closed-loop Terrain Relative Navigation for AUVs with Non-inertial Grade Navigation Sensors[C]//2010 IEEE/OES Autonomous Underwater Vehicles. Piscataway: IEEE, 2010: 1-8.
[19] Meduna D K, Rock S M, Mcewen R S. Low-Cost Terrain Relative Navigation for Long-Range AUVs[C]//Oceans 2008. Piscataway: IEEE, 2008: 1-7.
[20] 刘勇. 海底地形匹配导航技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2009.
[21] 丁永忠, 王建平, 徐枫. 地磁导航在水下航行体导航中的应用[J]. 鱼雷技术, 2009, 17(3): 47-51.Ding Yong-zhong, Wang Jian-ping, Xu Feng. Application of Magnetic Navigation to Underwater Vehicle[J]. Torpe- do Technology, 2009, 17(3): 47-51.
[22] 高永琪, 黄文玲. 鱼雷导航与控制技术[M]. 北京: 兵器工业出版社, 2015: 259-262.
[23] 孙玉山, 万磊, 庞永杰. 潜水器导航技术研究现状与展望[J]. 机器人技术与应用, 2010, (1): 31-42.
[24] Reynolds J. Autonomous Underwater Vehicle: Vision Sys- tem[D]. Australia: Australian National Univerisity, 1998.
[25] Akiba T, Kakui Y. Design and Testing of an Underwater Microscope and Image Processing System for the Study of Zooplankton Distribution[J]. IEEE Journal of Oceanic Engineering, 2000, 25(1): 97-104.
[26] 孔捷, 张保民. 激光水下成像技术及其进展[J]. 光电子技术, 2006, 26(2): 59-62.Kong Jie, Zhang Bao-min. The Review of Underwater Laser Imaging Technology and Its Development[J]. Opto- electronic Technology, 2006, 26(2): 59-62.
[27] 刘广荣, 黄睿, 金伟其, 等. 水下探测光电成像技术及其进展[J]. 光学技术, 2004, 30(6): 732-734.Liu Guang-rong, Huang Rui, Jin Wei-qi, et al. Recent De- velopments in Underwater Imaging Technique[J]. Optical Technique, 2004, 30(6): 732-734.
[28] 周军, 葛致磊, 施桂国, 等. 地磁导航发展与关键技术[J]. 宇航学报, 2008, 29(5): 1467-1472.Zhou Jun, Ge Zhi-lei, Shi Gui-guo, et al. Key Technique and Development for Geomagnetic Navigation[J]. Journal of Astronautics, 2008, 29(5): 1467-1472.
[29] 李珊珊. 水下重力辅助惯性导航的理论与方法研究[D].郑州: 解放军信息工程大学, 2010.
[30] 张红伟. 水下重力场辅助导航定位关键技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2013.
[31] 秦政, 边信黔, 施小成, 等. 水下运载体重力辅助惯性导航系统仿真平台[J]. 武汉大学学报(信息科学版), 2008, 33(7): 755-758.Qin Zheng, Bian Xin-qian, Shi Xiao-cheng, et al. Simu- lation Platform of Gravity Aided Inertial Navigation Sys- tem for Underwater Vehicle[J]. Geomatics and Informa- tion Scinece of Wuhan University, 2008, 33(7): 755-758.
[32] Keller J. Hydronalix Developing Buoy for Unmanned Un- derwater Vehicle Control and Communications[J]. Mili- tary & Aerospace Electronics. 2018, 29(2): 33-34.
[33] Sullivan J. An Acoustic Positioning Buoy[J]. IEEE Potentials, 2017, 36(2): 16-19.
[34] Song Z, Bian H, Zielinski A. Underwater Terrain-aided Navigation Based on Multibeam Bathymetric Sonar Images[J]. Journal of Marine Science & Application, 2015, 14(4): 425-433.
[35] Majumder S, Scheding S, Durrant-Whyte H F. Multisensor Data Fusion for Underwater Navigation[J]. Robotics & Autonomous Systems, 2001, 35(2): 97-108.
Present Situation and Prospect of Autonomous Undersea Vehicle Navigation Technologies
WEI Bo-wen1, LÜ Wen-hong2, FAN Xiao-jing1, ZHU You-kang1, GUO Yin-jing1
(1. College of Electronic Information Engineering, Shandong University of Science and Technology, Qingdao 266590, China; 2. College of Transportation, Shandong University of Science and Technology, Qingdao 266590, China)
Navigation technology is one of the key technologies in the development and application of an autonomous undersea vehicle(AUV). Integrated navigation has become the development direction of AUV navigation technology in the future because of its higher stability, accuracy and persistency. This paper briefly describes the development of traditional navigation technologies and non-traditional navigation technologies for an AUV, and analyzes the application and research status of the inertial navigation system(INS)/acoustic integrated navigation, INS/geophysical integrated navigation, INS/visual integrated navigation, and INS/astronomical integrated navigation. It is concluded that the INS/geomagnetic matching integrated navigation and INS/gravity matching integrated navigation have become the development trend of AUV navigation technologies in military fields, and the INS/long baseline(LBL) integrated navigation has become the development direction of AUV navigation technologies in civilian fields. In addition, the research directions of the INS/geomagnetic matching integrated navigation, INS/gravity matching integrated navigation, and INS/LBL integrated navigation are looked forward.
autonomous undersea vehicle(AUV); inertial navigation system(INS); integrated navigation
魏博文, 吕文红, 范晓静, 等. AUV导航技术发展现状与展望[J]. 水下无人系统学报, 2019, 27(1): 1-9.
TJ630.33; U675.7; U674.941
R
2096-3920(2019)01-0001-09
10.11993/j.issn.2096-3920.2019.01.001
2018-06-12;
2018-11-12.
山东省重点研发计划(公益类专项)项目(2018GHY115022).
魏博文(1991-), 男, 在读硕士, 主要研究方向为无线通信技术.
吕文红(1968-), 女, 博士, 教授, 主要研究方向为导航与通信系统、运筹学与最优化方法等.
(责任编辑: 杨力军)
