閆春宇 何睿 崔厚瑞

摘 要：文章介紹了水下輔助導航系統(tǒng)的研究現(xiàn)狀；分析了目前常用的水下輔助導航算法，尤其對水下地形輔助導航進行了比較深入的分析，它是目前廣泛使用的水下導航技術，隨著水下機器人的發(fā)展，水下地形輔助導航必將越來越收到研究者的關注，文中也分析了未來地形輔助導航的研究熱點。

關鍵詞：水下導航；地形輔助導航；綜述

1 概述

當今空中和陸上的導航系統(tǒng)十分依賴于GPS，它能夠提供大范圍的精確且連續(xù)的位置信息。因此GPS廣泛應用于各種移動平臺上，包括飛行器、地面車等機器人系統(tǒng)中。盡管如此，但還是在一些特殊的環(huán)境，GPS不能使用，必須要考慮其它的導航手段。這類環(huán)境包括：水下、太空、地底、室內以及其它GPS接收機受限的環(huán)境中（比如：戰(zhàn)時受屏蔽區(qū)域）。尤其在水中，GPS等電磁傳感器無法使用，必須考慮其他的輔助導航定位手段。目前在水下有多種類型的導航定位手段，包括聲學，光學，地磁以及地形等方法。

隨著海洋資源受到各國的極大關注，海上沖突不斷，臨海更過紛紛投入水下機器人裝備的開發(fā)。水下導航是水下機器人的關鍵組成，由于水下特殊的環(huán)境，GPS系統(tǒng)無法使用，因此需要進行水下輔助導航。隨著科學技術的發(fā)展，各種水下導航技術在不同的應用中發(fā)揮了重要的作用，越來越多地收到了人們的關注。目前在GPS受限的情況下，水域機器人的導航定位技術有兩類：航跡推算以及輔助導航。

航跡推算主要利用速度加速度傳感器來計算機器人的位置，由于測量的誤差積分的結果會產生飄移，隨著時間的增加誤差會增大。典型的推算公式如下：

（1）

這里dxn和dqb分別表示機器人的位置和方向的改變量，R（qb）和■（qb）是旋轉矩陣，vb、ab和？棕b分別表示速度，加速度以及角速度。n表示慣性導航的第n時刻，b表示機器人本體。在機器人系統(tǒng)中，一般通過融合加速度、陀螺、磁力儀以及速度傳感器信息來計算機器人位置。航海常用的導航傳感器主要有水壓傳感器，磁羅盤，陀螺儀，加速度計，IMU （Inertial Measurement Unit），AHRS （Attitude， Heading and Reference System），DVL（Doppler Velocity Log），傳感器原理不同，其測量精度相差很大。對于功耗和成本有限的機器人，很多高精度的設備都無法使用，難以達到高精度的導航。

水下的輔助導航主要有聲學輔助導航，通常通過聲學定位傳感器來進行位置計算的，使用的傳感器由有長基線或短基線定位傳感器。另外，地形輔助導航，視覺輔助導航，地磁輔助導航方式，以及重力輔助導航方式也有諸多研究。

2 水下輔助導航

2.1 基于聲波的輔助導航

聲學輔助導航是使用聲納測量距或者測量已知位置的發(fā)射器來進行的，水下機器人的位置通常通過直接或者三角形法獲得。系統(tǒng)定位的精度依賴于發(fā)射器的位置精度以及發(fā)射型號的頻率。若只是通過聲波進行定位，這些系統(tǒng)的范圍也是有限的。

最常見的水下聲波定位系統(tǒng)有長基線定位，超短基線定位等。長基線定位系統(tǒng)類似與水下的GPS系統(tǒng)，包括一系列在海底布置的精確定位的基站點。標準的長基線定位系統(tǒng)，如果12khz的信號，能夠達到0.1～10m的定位精度。更高的頻率可以達到2mm的精度，但是定位范圍會縮短為100m。長基線系統(tǒng)部署較為固定，因此不適合大范圍的任務需要。另外，部署以及標定這些系統(tǒng)也是非常昂貴的。超短基線提供了一種低成本的聲波定位方案，它的定位綁定了水面船只，可以利用水面船只的GPS信號提供一個較大范圍的水下定位。通常超短基線定位系統(tǒng)可以達到5～20m的定位精度。

2.2 基于視覺的輔助導航

視覺輔助導航利用攝像機的圖像與已知地形圖像計算相關性來實現(xiàn)的。當使用連續(xù)的圖像，視覺系統(tǒng)能夠提高高精度的輔助導航定位。如果水下機器人能夠在任務中多次的來到同一個定位地點，能夠有效的減少導航的累計誤差。這樣在閉環(huán)的導航系統(tǒng)中，能夠有效的減低累計誤差造成的影響。

閉環(huán)的導航涉及到在操作區(qū)域要生成一個圖像地圖，結合基于地圖的定位技術可以得到精確的位置，這種技術最常用的是同時定位與地圖構建系統(tǒng)（SLAM），它可以在線或者離線實現(xiàn)。

在線的單目相機可以達到定位精度為0.5m，離線的系統(tǒng)可以在高幾個百分點。由于基于視覺的系統(tǒng)收到光線影響，在水下較深的地方光線無法到達，不適用于水很深的區(qū)域。

2.3 基于地球物理相關的輔助導航

地球物理相關的輔助導航，類似與視覺的導航計算相關性，這種方法是計算地理物理量的相關性。它主要有：地磁場，重力場以及海拔。給定一個先驗的地圖，基于地球物理的地圖定位技術可以提供比較精確的導航定位，優(yōu)點是能夠提供一個比較大范圍的導航定位，但是其精度往往不夠高，受到環(huán)境的影響，這些物理量會發(fā)生變化，造成定位精度不高。另外前期建立物理場相關的地圖也非常困難，目前應用比較少。

2.4 基于地形的輔助導航

這種方法以先期的地形特征為信息源，機器人通過攜帶的傳感器將實測的地形數(shù)據(jù)與存儲的地形進行相關性計算從而實現(xiàn)自身的定位。它的優(yōu)點是只依賴于先期的地形信息以及相關傳感器就能夠得到高精度的導航，而不需要增加任何設備，就能夠實現(xiàn)遠距離的運行。地形輔助導航自提出以來就得到極大的關注，目前有多種的算法研究，是應用最多的輔助導航技術。

2.4.1 SITAN（Sandia Inertial Terrain Aided Navigation）算法

由桑迪亞實驗室首先提出，算法通過線性化地形的測量公式來估計機器人的位置，通過擴展卡爾曼濾波來對位置進行預測。公式為：

（2）

上式中，h（.）表示地形，x表示機器人的位置，由此可知計算機器人位置需要計算地形的梯度，這樣會導致兩個問題：（1）梯度計算的質量嚴重影響估計的結果。通過統(tǒng)計的方法可以提高計算的準確性。（2）即使是精度較高的梯度計算，很難表示高非線性的地形。改進方法有很多人在研究，Boozer提出使用一個三態(tài)的擴展卡爾曼濾波來解決北和東方向的不確定。Hollowel采用類似思想，應用到直升機的控制來修正北方和東方的定位。通過估計深度，Hell的方法實現(xiàn)避免了在測量階段更新階段計算地形地圖。國內2007年于家城和鄭彤分別對這個方法進行了改進，對多波速測深系統(tǒng)的水下載體導航進行了研究，但僅得到了仿真結果。

2.4.2 VATAN（Viterbi Algorithm Terrain Aided Navigation）算法

1995年 Enns等基于Viterbi算法，提出了一種動態(tài)編程的方法近似地對地形導航進行貝葉斯遞歸。這個算法是通過一階馬爾科夫過程推導出最可能的狀態(tài)序列。不同于計算全后驗概率密度的算法，這個算法僅根據(jù)前一時刻的狀態(tài)來計算出當前最可能的狀態(tài)估計，使用方程為：

（3）

L的遞歸計算需要離散化狀態(tài)空間。在VATAN中，離散化是通過一個統(tǒng)一網(wǎng)格來實現(xiàn)的。但這個想法僅僅通過仿真方式對比了SITAN方法，系統(tǒng)未在實際系統(tǒng)中使用過。

2.4.3 PDAF（ Probabilistic Data Association Filter）算法

DI Massa 通過PDAF技術通過對多波速聲納測量的地形表面實現(xiàn)地形導航。這方法也被用來改進TERCOM算法為飛行器導航。

2.4.4 全貝葉斯傳播方法

1997年，研究者開始研究通過貝葉斯遞歸來進行解決地形導航的問題。Niclas Bergem 首次使用這些數(shù)值的方法來實現(xiàn)地形導航估計，他提出通過PMF（Point Mass Filter）來逼近非線性狀態(tài)分布的雷達測高儀解決飛行器的地形導航問題，PMF方程通過統(tǒng)一的網(wǎng)格對狀態(tài)空間進行離散化。

基于PMF的地形導航系統(tǒng)發(fā)表不久，Bergem通過粒子濾波的方法來解決地形導航的問題。粒子濾波方法通過狀態(tài)空間的概率采樣來近似貝葉斯遞歸。PMF方法實現(xiàn)的地形導航同樣成功應用于康斯伯格的HUGINaAUV和SaabAUV62上。在2003年williams，通過粒子濾波在地形導航估計之外，對速度也進行了估計。同年，Karlsson等利用粒子濾波對方向，角速度以及速度進行了狀態(tài)估計。采用粒子濾波和PMF方法進行地形導航的優(yōu)點有很多研究者做出研究。國內，也有大量的相關研究[17-18]，顏詩源采用例子濾波得而地形導航對巡航導彈知道進行了仿真[14]。諶劍對粒子濾波的重采樣進行了改進，對水下地形匹配算法進行了研究[15]?？偟膩碚f，PMF表現(xiàn)出更好的魯棒性，粒子濾波能夠在狀態(tài)空間有更好的采樣。而且這些方法能更好的適應在地形導航中的復雜性，非線性運動，包括有色噪聲以及坐標轉換模型。

2.4.5 地形輔助導航分析

在地形輔助導航中，需要有先期的地圖，為了解決這個問題，SLAM方法提了出來，然而在實際中大多數(shù)區(qū)域的地圖是先期是非常容易獲得的。特別是在那些需要在指定區(qū)域作業(yè)的情況，提前會對那個重點區(qū)域進行探測，這時采用地形導航是非常適合的。地形導航系統(tǒng)的研究已經有幾十年， 但是現(xiàn)有的方法大多是通過高精度的慣性導航設備和高精度的地形測繪設備來實現(xiàn)的，高成本以及高功耗限制了這種方法的使用。

在特定區(qū)域作業(yè)是水下或水面機器人最基本的一項功能，主要的工作就是能夠在預先選擇的區(qū)域內自主導航，可實現(xiàn)數(shù)據(jù)采集或作業(yè)目的。在GPS受限的情況下的第一個挑戰(zhàn)就是在指定區(qū)域地圖是非慣性參考系時，如何能夠有效地提供導航信息給機器人。第二個挑戰(zhàn)是由于傳感器成本、功耗有限或者軍用傳感器禁售，只能使用較低精度的導航傳感器（如：慣性導航傳感器），如何通過地形相關的導航實現(xiàn)高精度導航。

另外，水下或水面機器人需要進行大范圍的自主導航，在GPS受限的條件下，僅僅使用慣性導航系統(tǒng)是不夠的，由于慣性導航系統(tǒng)誤差是隨航行時間的遞增而不斷累加的，采用地形導航系統(tǒng)可以實現(xiàn)大范圍的導航。然而對于大范圍的地形導航系統(tǒng)，許多區(qū)域的地形信息可能是提前是無法獲取的，或者是地形信息的精度是不高的。在這個情況下的挑戰(zhàn)就是如何能夠在地形信息部分缺失或是信息精度不高的情況下提供一種評估的手段完成長距離導航。

3 結束語

當前海洋資源的越來越多的受到各國的關注，海洋沖突越來越頻繁，臨海各國紛紛投入海洋軍事機器人裝備的開發(fā)。但是在戰(zhàn)爭時，相關海域常有電子封鎖，水下機器人和水面艇的導航就受到影響，因此研究輔助導航有重要的現(xiàn)實意義。在這些輔助導航算法中，地形輔助導航技術最為成熟，也存在一定問題，是將來研究的重點。

參考文獻

[1]J. Hollowell. Heli/sitan- a terrain referenced navigation algorithm for helicopters.IEEE PLANS，1990，20（23）：616-625.

[2]鄭彤，王志剛，等.海底地形輔助導航sitan算法的改進[J].艦船電子工程，2008，28（7）.

[3]于家城，晏磊，鄧嵬，等.海底地形輔助導航sitan算法中二次搜索技術[J].電子學報，2007，35（3）：474-477.

[4]丁永忠，王建平，徐楓.地磁導航在水下航行體導航中的應用[J].魚雷技術，2009，17（3）：47-51.

[5]蔡兆云，魏海平，任治新.水下地磁導航技術研究綜述[J].國防科技，2007，3：28-29.

[6]胡曉，高偉，李希燦.水下導航系統(tǒng)的地磁匹配算法研究[J].山東農業(yè)大學學報：自然科學版，2014，1：154-157.

[7]郝燕玲，趙亞鳳，胡峻峰.地磁匹配用于水下載體導航的初步分析[J].地球物理學進展，2008，23（2）：594-598.

[8]吳太旗，黃謨濤，邊少鋒，等.直線段的重力場匹配水下導航新方法[J].中國慣性技術學報，2007，15（2）：202-205.

[9]王文晶.基于重力和環(huán)境特征的水下導航定位方法研究[J].哈爾濱工程大學，2009.

[10]李姍姍，吳曉平.水下重力無源導航系統(tǒng)組合模式的研究與設計[J].中國測繪學會九屆四次理事會暨學術年會，2008.

[11]王虎彪，王勇，許大欣，等.基于重力梯度的水下輔助導航仿真[J].中國地球物理學會年會，2008.

[12]李德禹.水下重力梯度導航關鍵技術研究[J].華中科技大學，2009.

[13]Xiaolei，K..Analysis of periscope avoid fraise based on gravity aided navigation technology. Ship Electronic Engineering，2013.

[14]顏詩源，張勝修，黨宏濤.基于粒子濾波的巡航導彈中制導地形匹配算法和仿真[J].戰(zhàn)術導彈控制技術，2006，3：52-55.

[15]諶劍，張靜遠，嚴平.一種基于粒子濾波的水下地形匹配算法研究[J].海軍工程大學學報，2008，20：107-112.

[16]郭磊明.基于粒子濾波的戶外移動機器人地形坡度定位[J].哈爾濱工業(yè)大學，2013.

[17]姚智穎，劉冬，劉光斌.基于粒子濾波的ins/tan組合導航[J].電光與控制，2006，13（3）：54-55.

[18]高曉海.基于粒子濾波的地形輔助導航算法研究[D].電子科技大學，2011.