占全球71%面积的海洋是生物资源、能源、水资源和金属资源的战略性开发基地,对于人类的发展和社会的进步起至关重要的作用。由于具备全面的水中作业能力,水下航行器已成为应用范围最广的海洋探测设备之一。例如,美国和英国海军装备的REMUS100小型航行器主要用于近海扫雷;美国海军正在研制的BPAUV将被应用于水下导航;澳大利亚国防科学与技术组织研制的“瓦亚巴”型航行器可以实现精度为10~15 m的水中定位;中科院沈阳自动化研究所与俄罗斯科学家合作研制的CR-01型航行器功能多样并且成功完成了太平洋海域的深海探测任务,同时标志着我国对深海探测器的技术研究已趋成熟[1]。
常用水下航行器按照操控方式分为有缆遥控水下机器人ROV和自主水下机器人AUV。其中ROV受线缆限制,自主性和活动范围难以满足日益复杂化的水下工作需要。AUV是新一代水下机器人,自治能力强且具备良好的水下作业能力,已被应用于深海探测、水中通信、地形地貌勘探等场景,发展前景十分广阔。在不断深入的探索当中,科研人员将AUV的关键技术大致归纳为动力、智能控制、导航与通信、推进、能源和观测六大部分,其中导航定位是载体顺利达到目的地的技术保障。AUV是否能够自主地完成任务、能否顺利回收,都取决于导航系统的可靠性和精确度,所以国内外均将导航技术作为AUV最关键的技术之一[2]。水介质的特性决定了AUV导航信息源少、隐蔽性要求高,与空中导航大不相同,因此有必要对现有技术进行较为全面的阐述,为相关研究提供参考。
1 AUV对导航功能的需求AUV的工作环境水体据止,直接导致当前最常用的全球导航卫星系统GNSS难以应用,也决定了AUV对导航自主性和可靠性的需求最为迫切。考虑到AUV的水下导航装置有多种,且成熟的AUV产品都有稳定、可靠的导航能力,其配置具有较强的参考价值,列举几种典型AUV的导航配置如表1所示。
参照不同配置对应的技术手段特点,从中提取出以下主要信息:
1)具有高自主性和强隐蔽性的惯性导航系统INS和多普勒测速仪DVL与AUV的工作需求最为契合,是必不可少的水下导航方法;
2)卫星信号能够在水面表层提供稳定的导航信息,声学信号在海水中传播衰减很小,对应的GPS接收机和水声定位系统可以作为AUV在特定区域的备份手段;
3)地形辅助等地球物理场导航技术已经可以投入实用,但一般不作为独立配置。
AUV产品都拥有多种功能各异的导航配置,其根本原因是单一手段无法在兼顾可用性与可靠性的同时保证高精度:惯性导航存在误差随时间积累的原理性缺陷、需要定期校正;DVL只能提供单一的速度信息,精度受水流速影响;卫星信号因电磁波的快速衰减无法传播至AUV工作深度;声音传播特性决定了水声定位技术范围有限等。可见AUV难以凭借单一的导航方式完成任务,详细分析不同方式的应用场景、实现适配技术之间的优势互补,才可能完成高质量的导航定位。
2 水下导航技术水下导航技术和导航信息参数的种类繁多,在此主要考虑水介质传输能力、水下工作环境2个主要因素,以现有方法的自主性和持续性作为重点指标,依次对惯性导航、声学导航、无源辅助导航等技术展开论述。
2.1 惯性导航惯性导航系统利用加速计测量载体的加速度信息,对加速度进行一次积分获得载体的速度信息,对加速度进行二次积分获得载体的位置信息,从而实现导航定位[3]。它不依赖任何外界信息,也不向外界辐射能量,具有短时精度高、实时性好以及输出参数全面等特点。早期的惯导系统复杂体积大不适合潜水器使用,随着光纤陀螺、激光陀螺、原子陀螺等新陀螺技术的发展,兼具小体积和高精度的新型惯导系统逐渐投入使用,捷联惯性导航SINS作为其中的代表逐渐成为主流发展方向。基于牛顿第二定律进行积分推算的惯性导航系统,由于初始姿态误差及IMU器件误差的存在,解算时不可避免存在振荡型、常值型误差,且定位误差随时间不断积累,因此系统的长期导航定位精度难以保证。
陀螺仪技术一直是制约SINS精度的主要原因之一,专业人员为此开展了大量工作。近年来精度很高的光学陀螺与半球谐振陀螺仪技术取得进展,惯性导航系统的精度有望得到一定提升。利用半球谐振子唇缘驻波进动效应感测基座旋转的半球谐振陀螺仪,主要由敏感器件和缓冲电路、控制电路等部分组成,其总体构成框图如图1所示。采用熔石英玻璃加工的半球谐振子品质因数可以达到107量级,所以半球谐振陀螺敏感器件具有超强的稳定性,目前SAGEM等公司生产的半球谐振陀螺仪随机漂移约为
声学信号在海水中传播衰减很小,是水下最有效的信息传播载体,因此可用于水下通信及导航定位。水声定位系统有多个基元,互相之间的连线称为基线。水下有界误差导航定位通常借助外部传感器系统来实现,如水声定位系统一般可按照基线的长度分为长基LBL、短基线SBL和超短基线USBL定位系统3种,采用在海底安装能发射声信号标志的信标、应答器、相应器或者是多个应答器阵列,将其作为水下参考点来确定水面船体及水下航行器的相对位置,工作原理与卫星导航相似[4]。表2列出了LBL,USBL与GPS定位性能参数[5]。
可见声学导航的定位精度较高,它主要存在的是数据更新率低、基线需要浮标配合等缺陷,即开始工作前要在海底布设基阵,任务完成中需要校准及回收,所以该技术通常适用于长期在某一个区域工作的AUV,而难以满足对隐蔽性要求较高或工作区域灵活的AUV。目前水下单信标ASB对基阵的依赖性较小,作为水下距离辅助导航定位的最小实现单元,它通过对来自单个地理参考信标的距离测量来提供绝对位置参考,制造成本低、布设灵活方便、局部海域定位精度较高,因此基于ASB的水下距离辅助导航定位逐渐受到业界重点关注[6-8]。
2.3 无源辅助导航无源辅助导航一般指利用地球物理场作为导航辅助手段的一种方法,当前真正投入应用的主要是地磁辅助导航和重力场辅助导航2种。这种技术实现的基础在于精确的基准图,由于具有不向外辐射能量、隐蔽性好等优点,且可以全天候、不受环境限制地供给潜艇导航信息而备受关注。目前AUV对导航精度要求逐渐提高,地磁辅助的稳定性和水下导航环境中的抗干扰能力有待加强。重力辅助方面,国外卫星、船载、机载重力梯度仪的测量精度已经基本能够达到水下工作的技术要求,为重力梯度辅助导航系统的应用奠定了技术基础。目前我国有些单位已经能够独立或合作生产重力仪工程样机,但尚未成功研制重力梯度仪。接下来应当在深入研究重力异常辅助导航系统和研制高精度重力梯度仪的基础上,着力推进重力梯度辅助导航的研究工作,最后研究多种无源方式信息融合的关键技术。
AUV导航方式的选取根据任务需求确定,以多种方法辅助惯性导航形成的组合导航系统能够弥补单一手段缺陷,通过编队模式运行的协同导航模式可以实现重要信息共享,是研究的重点内容。
3.1 组合导航系统组合导航是以计算机为中心把不同的导航信息进行综合优化后输出有效数据的一种方法。其重点在于将不同的导航设备与方法进行综合,实用性得到较大提升,因而被广泛应用。组合导航的方式多种多样,以SINS为核心的组合方式由于自主性和持续性好,通常能取得良好的效果。例如,李万里[9]提出DVL辅助SINS非线性对准观测模型,并利用UKF进行DVL辅助SINS动基座精对准。基于图像匹配理论的迭代最近等值点ICCP方法成功应用于磁力/重力匹配辅助SINS导航[10],均取得了良好效果。
3.1.1 SINS/DVL组合系统DVL可以稳定提供速度信息,将其与SINS系统耦合起来,利用卡尔曼滤波等技术对位置、速度等导航参数进行综合处理,并通过输出的参数误差估计值直接校正系统输出的导航参数,可以达到提高惯性导航精度的目的。这种系统具有高精度、高可靠性、高自主性等优点,可分为松耦合和紧耦合2种方式[11]。松耦合通过DVL提供的载体速度测量信息与SINS给出的位置、速度等导航参数做融合处理,紧耦合方式则是将DVL原始数据与SINS的参数做融合处理[12]。多数商用DVL都只提供载体速度信息,并不给出原始数据,因此AUV的SINS/DVL组合导航系统通常属于松耦合。这种组合方式操作比较简便,隐蔽性和精度也能满足短时间需求。但是单一的SINS/DVL系统误差方程中的位置参数不可观,会导致系统的定位精度缓慢发散,同时初始对准存在一定困难。
声学导航目前对于AUV的工作区域有一定要求,需要沿海地区持续推进基线铺设工作。目前对基线依赖性相对较小的SINS/ASB组合系统,通过单信标信息对惯导系统的工作误差进行修正,从而提高导航精度,具有多目标、双向定位的技术特点,图4为该方案的工作原理和流程示意。在实施过程中,只需要水下航行器装备一个水声测距设备,就能利用事先投放且位置已知的单个或多个ASB,获取所需的距离位置信息,然后通过信息融合算法实现高精度导航。这种方法充分发挥了惯性导航、水声导航的优势,数据可靠性高、隐蔽性良好,已被美国等多个国家和科研机构重点研究开发[13]。
图中还表明了SINS/ASB组合系统的作用范围限制,即ASB作用半径范围外,AUV只能依靠SINS进行导航。为了抑制SINS位置误差的持续发散可设计以下组合导航方案:当AUV进入ASB的作用区域时,采用SINS/DVL/ASB组合导航模式,此时SINS的导航定位误差保持稳定;当离开ASB的作用区域时,采用SINS/DVL组合导航模式,此时AUV在DVL速度辅助的条件下导航定位误差缓慢发散,在即将达到误差上限时,使得AUV能够再次进入ASB作用区域。这种方法需要对以卡尔曼滤波为主的滤波技术有深入理解,可以为多信息源组合方式提供借鉴。
3.1.3 SINS/重力梯度匹配组合系统以重力信息辅助惯性导航形成的组合导航系统,通过重力测量传感器获取重力梯度、重力异常和垂线偏差等实测数据时,不需要接近水面且不向外辐射能量,是一种真正意义上的无源导航方式。重力梯度与重力异常相比,在独立分量的数目上具有明显优势,能为导航系统提供更加全面可靠的基准数据;对于地表地形来说,重力梯度比重力异常更加敏感,因此重力梯度辅助导航系统能够达到更高精度的定位水平。这种组合方式要求事先制作好重力基准图并存储于导航系统中,通过水下航行器自身的重力测量系统测量当地重力数据,并将实测数据与基准图进行比较,然后由滤波技术实时估计载体的定位信息来辅助惯性导航,从而提高惯性导航精度,具有定位精度高、自主性强、隐蔽性好、全天候等优点[14-16]。相似的技术有地磁、地震波、地形辅助等,互相之间存在信息融合的可能性,例如惯性/重力/地磁水下自主匹配定位导航系统的理论研究已经展开,但是它们都需要完善的数据库支撑,短期内难以实现全海域导航[17]。
3.2 协同导航模式随着探究海洋的任务日渐多样化,单体AUV难以支持大范围海洋环境调查、海底地质勘探、水下目标搜索等任务,因此多AUV协同工作模式应运而生。协同导航主要分为并行和主从2种方式,能够有效扩大AUV的工作区域、减少导航过程对基阵的依赖,有助于高效率地完成一些复杂的任务。
3.2.1 并行式协同导航并行式由多个配置相同的AUV组成,是一种双向通信方式[18],每个AUV通过自身配备的导航系统进行自身的导航定位,利用Kalman滤波器等设备与其他AUV进行信号传输和共享,有助于信息交流。但是,只有为每个AUV都配备高精度导航系统才能提高系统精度,将大幅增加制作成本,且多台设备协同工作时,除保持单体的高精度外,还需要探测其他AUV的位置信息以及互相之间的相对位置。此外,利用水声通信进行彼此之间的交流时,带宽的限制将对系统性能有明显影响,因此并行式只适用于AUV数量较少的情况,并不能作为一种通用的工作方式[19]。
主从式协同模式分工明确,如图6所示。只需要在部分主水下航行器安装高精度导航设备,对从水下航行器中配备低精度元器件即可,成本能够得到控制[20]。主从式工作原理是配备高精度导航设备的主水下航行器作为领航者为从水下航行器提供精确位置信息,从水下航行器通过主水下航行器提供的位置信息,修正自身位置信息,从而实现自身的导航定位。根据领航者数目的不同,多水下航行器协同导航定位可分为单领航者协同导航定位和多领航者协同导航定位[19]。由于协同模式是一种相对观测的信息融合算法,编队形式影响系统可观测性进而直接决定系统精度,所以AUV的编队规模、间距是其中的关键因素,杨峻巍[3]设计的一种领航艇Z字型机动方式可以有效改进单领航者协同导航系统的可观测性,从而房新鹏提高系统定位精度;对多领航者协同导航模式进行深入研究,得出了2个领航AUV与从AUV保持90°分离角相对运动的最优队形。目前关于协同导航编队的研究仍然是热点方向之一。
主从式协同方法不仅大大提高了导航定位的精度,还节省了设备成本,因此成为多水下航行器导航定位重点的研究方向。但是由于在导航定位过程中,水下航行器需通过水声装置进行位置信息的传输以及相对距离、方位信息的测定,对水声通信要求高,所以水声装置的性能优劣将在一定程度上决定协同导航的定位精度。如何弥补水声通信的缺陷,是提高导航精度过程中需要重点解决的问题[18]。
4 结 语导航技术影响着水下载体作业的范围和质量,是AUV技术的重点和难点,深入分析和研究其发展现状具有重要的理论意义和实际工程意义。本文介绍水下重点导航技术的应用场景,结合水下环境的特殊性,对AUV应用的典型组合导航方案、协同工作模式进行了详细论述,为AUV导航的下一步研究给出以下建议:
1)发展硬件、改善算法,提升SINS功能。依托半球谐振陀螺等器件的优异性能提高SINS的精度,深入研究初始对准和误差抑制技术,提高滤波估计的鲁棒性;
2)完善数据库,发展水下信息融合技术。丰富重力梯度、地形匹配、地磁匹配等手段所需的信息数据库,为组合导航系统提供更多信息源;
3)重视多AUV协同模式,优化编队方案。以远程导航能力、信息交互水平为主要指标,在确保水声通信可靠性的前提下,根据AUV的具体工作任务设计最优编队方案,并总结相似工作环境下的通用解。
[1] |
郑昆山. 基于喷水矢量推进的水下机器人的设计与研究[D]国防科学技术大学, 2010: 3.
|
[2] |
吴浩文. 微小型水下自主导航系统的设计与研究[D]上海: 上海交通大学, 2009: 4.
|
[3] |
杨峻巍. 水下航行器导航及数据融合技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2012: 4.
|
[4] |
兰华林. 深海水声应答器定位导航技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2008.
|
[5] |
WEBSTER, SARAH E. Decentralized single-beacon acoustic navigation: Combined communication and navigation for underwater vehicles. JOHNS HOPKINS UNIV BALTIMORE MD, 2010.
|
[6] |
DE PALMA D, ARRICHIELLO F, PARLANGELI G, et al. Underwater localization using single beacon measurements: Observability analysis for a double integrator system[J]. Ocean Engineering, 2017, 142: 650-665. DOI:10.1016/j.oceaneng.2017.07.025 |
[7] |
HAN Y, SHI C, SUN D, et al. Research on integrated navigation algorithm based on ranging information of single beacon[J]. Applied Acoustics, 2018, 131: 203-209. DOI:10.1016/j.apacoust.2017.10.029 |
[8] |
王彬, 翁海娜, 梁瑾, 等. 一种惯性/水声单应答器距离组合导航方法[J]. 中国惯性技术学报, 2017, 25(01): 86-90. |
[9] |
LI W, WANG J, LU L, et al. A novel scheme for DVL-aided SINS in-motion alignment using UKF techniques[J]. Sensors, 2013, 13(1): 1046-1063. DOI:10.3390/s130101046 |
[10] |
黄黎平. 惯性/地磁组合导航匹配算法研究[D]. 哈尔滨: 哈尔滨工业大学, 2017: 4.
|
[11] |
赵俊波, 葛锡云, 冯雪磊. 水下SINS/DVL组合导航技术综述[J]. 水下无人系统学报, 2018, 26(1): 3-4. |
[12] |
TAL A, KLEIN I, KATZ R. Inertial Navigation System/Dop-pler Velocity Log(INS/DVL) Fusion with Partial DVL Measurements[J]. Sensors, 2017, 17(2): 415. DOI:10.3390/s17020415 |
[13] |
王彬. 一种惯性-水声单应答器距离组合导航方法[J]. 中国惯性技术学报, 2017, 25(1): 86-87. |
[14] |
许大欣. 利用重力异常匹配技术实现潜艇导航[J]. 地球物理学报, 2005, 48(4): 812-816. DOI:10.3321/j.issn:0001-5733.2005.04.012 |
[15] |
戴全发, 许大欣, 蔡小波, 等. 重力异常匹配辅助导航解算模型的优化[J]. 大地测量与地球动力学, 2007, 27(4): 32-34. |
[16] |
许大欣. 反域重力异常辅助导航定位的统计分析[J]. 中国惯性技术学报, 2009, 17(4): 444-448. |
[17] |
张宏伟. 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: 4.
|
[18] |
余睿. 基于测距的主从式AUV协同导航算法研究[D]. 杭州: 浙江大学, 2018: 8.
|
[19] |
刘明雍. 水下航行器协同导航技术 [M]. 北京: 国防工业出版社. 2014.
|
[20] |
迟凤阳. 水下航行器组合导航定位技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2015: 3.
|