嚴浙平，王璐

(哈爾濱工程大學(xué) 自動化學(xué)院，黑龍江 哈爾濱 150001)

UUV水下定位方法的研究現(xiàn)狀與進展

嚴浙平，王璐

(哈爾濱工程大學(xué) 自動化學(xué)院，黑龍江 哈爾濱 150001)

為了解決水下無人航行器(UUV)定位問題，對現(xiàn)有的UUV定位方法進行總結(jié)。UUV是海洋探測、開發(fā)的重要工具，精準的水下定位方法是順利完成各種任務(wù)的重要前提與保障。隨著水下定位技術(shù)的不斷發(fā)展，涌現(xiàn)了許多水下定位方法。水下的特殊環(huán)境使得一些定位方法的應(yīng)用受到了極大的限制。為了滿足UUV的智能性以及自主性的需求，學(xué)者們提出了許多定位方法。根據(jù)不同原理、應(yīng)用環(huán)境以及應(yīng)用需求對UUV水下定位方法分類，分析各種方法的優(yōu)劣，并對近年來的新興方法進行了總結(jié)。結(jié)合UUV水下定位方法中當前存在的問題以及未來的發(fā)展趨勢提出展望。

水下無人航行器；水下定位；定位方法；智能裝備；自主定位

水下無人航行器(underwater unmanned vehicles, UUV)的研究可以追溯至20世紀中期[1-2]， UUV在科學(xué)實驗、軍事調(diào)查、商業(yè)領(lǐng)域中應(yīng)用的重要地位日益凸顯。由于具備自主水下定位的能力，通過UUV自身攜帶的側(cè)掃聲吶、多波束聲吶、海底地層剖面儀等設(shè)備可以實現(xiàn)對水下船體檢查、水下環(huán)境構(gòu)建、海洋管道探測、水下油田開發(fā)、水下偵察攻擊等[3-4]。應(yīng)用簡便化、價格低廉化、性能優(yōu)越化、功能完善化是水下智能裝備的發(fā)展目標[5]。作為UUV完成水下各種復(fù)雜任務(wù)的前提，UUV水下定位十分重要。水下定位算法從UUV布放[6]入水開始就起到了關(guān)鍵的作用，并伴隨著UUV執(zhí)行任務(wù)的整個過程。然而，由于水下的特殊環(huán)境，使得UUV水下定位面臨著巨大的挑戰(zhàn)。一些直接用于陸地上的定位設(shè)備不適用于水下定位、水下定位誤差過大使得UUV搜集到無效的數(shù)據(jù)[7]、水下定位儀器價格昂貴且體積較大等問題，一方面給UUV水下定位造成困難，另一方面也極大激發(fā)了學(xué)者們的研究熱情。據(jù)統(tǒng)計，2006年以來，涉及航行器水下定位的文獻多達篇1 181，其中有91篇文章被引數(shù)十次以上，最高被引頻次為146次。2010年以來，UUV水下定位發(fā)展迅速，涌現(xiàn)出大量解決水下定位問題的新思路以及克服水下定位困難的新方法，本文將以2010年以后的研究成果為主，綜述解決UUV水下定位問題典型方法的新思路以及新方法，并分析UUV水下定位中有待解決的問題，對未來的研究方向提出展望。

1 UUV水下定位的特點及分類

1.1 UUV水下定位的特點及分類

水下環(huán)境復(fù)雜和特殊，給UUV水下定位帶來了極大的挑戰(zhàn)。如何克服水下環(huán)境對水下定位的影響，提高水下定位精度，一直以來都是學(xué)者們關(guān)注的重點，也是近年來的研究熱點。水下環(huán)境對于UUV定位的影響主要表現(xiàn)為以下幾個方面：

1)干擾多，影響大。在海洋中，不僅存在海面風、潮汐、海流、海面鋒、溫度躍層、密度躍層等干擾，還存在溫度、鹽度、密度、壓強等對水下定位儀器的影響。

2)能見度低。由于光在海水中衰減和散射比在大氣中強烈得多，海水中的水平視程僅為大氣中的千分之一。通常情況下海中能見度為20 m，具體數(shù)值會受到水質(zhì)及水色的影響。

3)電磁波在水中無法傳播，聲信號傳播效率低，可靠率低。這使得陸地上一些精準的定位設(shè)備(如GPS)的應(yīng)用受到了很大的限制。

4)成本高、體積大、重量大的設(shè)備不便于UUV攜帶。由于UUV自身體積和重量的限制，對水下定位設(shè)備的體積和重量會形成一定的制約。同時，高精度的水下定位設(shè)備一般價格比較昂貴，在一些非軍用的航行器上的應(yīng)用也受到了限制。

5)隱蔽性問題。對于軍事用途的UUV而言，隱蔽性是執(zhí)行任務(wù)的先決條件，有些聲學(xué)或視覺的水下定位方法，會將自身暴露。

應(yīng)用中，需根據(jù)UUV作業(yè)實際需求結(jié)合上述水下特點選擇合適的水下定位方法。一方面要考慮UUV工作的深度范圍，另一方面要考慮UUV執(zhí)行任務(wù)的航程范圍。不同的水下定位方法有不同的適用范圍，多種水下定位方法組合可以提高定位精度。

1.2 UUV水下定位的分類

1.2.1 深度對UUV水下定位的影響

根據(jù)深度對UUV水下定位的影響，可以分為淺海定位、海中定位和海底定位。適合不同深度應(yīng)用的UUV定位方法分類如圖1 所示。

圖1 考慮深度的UUV水下定位方法分類Fig.1 UUV localization method classification based on depth

淺海定位一般是指在海面或靠近海面航行的UUV，此時無線電信號和衛(wèi)星定位信號都可以傳播?？梢酝ㄟ^無線電信號在水面船或平臺上遙控操作UUV水下定位，也可以通過衛(wèi)星定位系統(tǒng)(如GPS、格洛納斯、伽利略、北斗等)得到UUV準確的位置信息。

海中定位是指UUV既不靠近海面，無法獲得無線電和衛(wèi)星信號，也不靠近海底，不能通過海底地形等信息得到自己的位置。這時，可以應(yīng)用慣性原理、重力場輔助定位、地磁輔助定位、多UUV協(xié)同定位、聲學(xué)、視覺等方式。實際上在海中定位適用的各種方法同樣適用于淺海和海底定位，但也由于無法通過絕對位置進行高精度校準使得海中定位精度較低。

海底定位最適用的方法是地形匹配定位方法，通過已知的海底地形，可以匹配得到UUV的絕對位置，但要求UUV航行的海域地形已知。另外，也可以通過多普勒測速系統(tǒng)得到UUV航行的絕對速度用于輔助UUV水下定位。

1.2.2 考慮航程對UUV水下定位的影響

當UUV執(zhí)行航程最高為10 km的短程任務(wù)時，經(jīng)過校準的慣性導(dǎo)航系統(tǒng)(intertial navigation system,INS)可以滿足UUV任何路徑的精度需求。如果對于精度要求更高，可以通過DVL進行輔助。對于特殊需求的十幾米范圍內(nèi)的定位，則可以利用視覺和聲學(xué)定位方式達到更高的精度。

當UUV執(zhí)行遠達100 km的遠程任務(wù)時，首先UUV所選的路徑對定位精度的影響很大。其次慣性原理的漂移較大。這種情況下，部署一個大型的網(wǎng)絡(luò)信標，或提供UUV所在位置的海圖，或應(yīng)用地球物理方法進行協(xié)助定位。如果這些方法都不可行，就需要UUV在航行期間定期浮上水面進行GPS位置修正來保證定位精度。當UUV執(zhí)行100 km以上的超遠航程任務(wù)時，INS會產(chǎn)生顯著的漂移。在這樣一個大的面積范圍內(nèi)部署聲信標也是不切實際的。在這種情況下，地球物理定位方法是執(zhí)行這種超遠航程任務(wù)的唯一可行方法，但地圖的可用性會對這種方法造成限制[8]。根據(jù)航程遠近對UUV定位方法的分類如圖2 所示。

圖2 考慮航程的UUV定位方法分類Fig.2 UUV localization method classification based on voyage

1.2.3 根據(jù)原理對UUV定位方法的分類

對于傳統(tǒng)的水下定位方法，近年來學(xué)者不斷深入研究，應(yīng)用定位方法新形式解決了一些新問題，同時還提出了一些新方法應(yīng)對新的挑戰(zhàn)。但從本質(zhì)上看，定位算法的原理仍可以分為慣性原理、衛(wèi)星及無線電、聲學(xué)、視覺、地球物理、模型和推算。

2 不同UUV定位方法的原理及特點

到目前為止，學(xué)者們所研究的定位算法的基本原理主要涉及6個方面，近年來，學(xué)者們不斷深入探究，利用典型原理的新思路，解決了許多水下定位的難題。下面將對典型定位方法的原理以及最新進展加以概述。根據(jù)基本原理對UUV定位方法的分類如圖3 所示。

圖3 UUV定位分類概況Fig.3 Outline of UUV localization

2.1 UUV慣性原理定位

捷聯(lián)慣導(dǎo)系統(tǒng)(stapdown inertial navigation system, SINS)是UUV定位中最常用的一種。其基本原理是利用加速度計和陀螺儀測得的信息結(jié)合定位算法，可以得到UUV的位置、速度、姿態(tài)信息，其原理可用4組基本方程來表示。

速度方程:

(1)

位置方程：

(2)

控制方程：

(3)

姿態(tài)方程：

(4)

式中：Vcx和Vcy為慣導(dǎo)捷聯(lián)慣導(dǎo)系統(tǒng)計算得到的速度；φc和λc為計算得到的經(jīng)緯度位置信息；ωx、ωy和ωz為指令角速度；ωcx、ωcy和ωcz為計算得到的指令角速度；α、β和γ為平臺誤差角；εx、εy和εz為陀螺漂移；Ax和Ay為加速度計輸出； ΔAx和ΔAy為加速度計零偏；g為重力加速度；Ω為地球自轉(zhuǎn)角速度。并且滿足初始條件:Vcx(0)=Vx0，Vcy(0)=Vy0，φc(0)=φ0，λc(0)=λ0，α(0)=α0，β(0)=β0，γ(0)=γ0。

計算數(shù)據(jù)和估計結(jié)果的準確度取決于儀器的精度[9]。當前應(yīng)用的陀螺儀主要有靜電陀螺、環(huán)形激光陀螺以及干涉式光纖陀螺。近幾年INS不斷發(fā)展，一些新型的慣性定位系統(tǒng)也不斷涌現(xiàn)，如光子慣性定位系統(tǒng)(photonicinertialnavigationsystem,PHINS)等。光子慣性定位系統(tǒng)可以輸出位置、航向、橫滾角、俯仰角、深度、速度、升沉等信息。光纖陀螺技術(shù)以及嵌入式數(shù)字信號處理器運行的卡爾曼濾波為其高精度測量能力提供了保障[10]。INS價格昂貴、體積較大、能源需求高等特點，嚴重限制了其在非軍事領(lǐng)域的應(yīng)用[11]。并且由于陀螺儀和加速度計的內(nèi)在漂移誤差，誤差源在慣性器件內(nèi)部，使得INS系統(tǒng)存在隨時間累積的誤差[12]。

2.2 UUV衛(wèi)星和無線電原理定位

衛(wèi)星與無線電定位均是利用無線電波在均勻介質(zhì)(這里指空氣)中傳播時的直線性和恒速性進行定位的方法[13]。

衛(wèi)星定位系統(tǒng)主要由定位衛(wèi)星、地面臺站以及用戶定位設(shè)備組成。測量定位參數(shù)的幾何原理主要有測角法、時間測距、多普勒測速以及組合法等系統(tǒng)方法。其中，時間測距定位系統(tǒng)以及多普勒測速系統(tǒng)應(yīng)用較為廣泛。時間測距定位系統(tǒng)是用戶通過接收設(shè)備精確測量由系統(tǒng)中不在同一平面的4顆衛(wèi)星發(fā)來信號的傳播時間，完成數(shù)學(xué)模型計算，就可以算出用戶的三維坐標。多普勒測速系統(tǒng)是用戶定位設(shè)備根據(jù)從衛(wèi)星上接收的信號頻率與衛(wèi)星上發(fā)送的信號頻率之間的頻移得到多普勒頻移曲線，再根據(jù)衛(wèi)星軌道參數(shù)就可以計算出用戶的位置。從技術(shù)和應(yīng)用前景上看，全球4大衛(wèi)星定位系統(tǒng)分別是美國的GPS、俄羅斯的格洛納斯、歐盟的伽利略以及中國的北斗衛(wèi)星定位系統(tǒng)，各有優(yōu)劣，GPS系統(tǒng)已經(jīng)十分成熟，并在全球得到廣泛應(yīng)用，格洛納斯系統(tǒng)的抗干擾性強，伽利略的明顯優(yōu)勢在于精準性，而中國的北斗則在于其互動性和開放性。雖然優(yōu)劣不同，但主要原理上基本類似。

無線電定位系統(tǒng)有3種主要形式：1)通過設(shè)置在母船或者地面基站以及UUV上的收發(fā)裝置，來測量UUV相對于母船或地面基站的距離或距離差、相位差來進行定位，如地美依測距定位系統(tǒng)、羅蘭雙曲線定位系統(tǒng)、奧米加雙曲線定位系統(tǒng)；2)通過UUV上的接收裝置接收母船或地面基站發(fā)射的無線電信號，測量UUV相對于母船或地面基站的方位角實現(xiàn)定位，如伏爾側(cè)向定位系統(tǒng)；3)測向和測距共用一個母船或地面基站的塔康定位系統(tǒng)，它也是目前最常用的無線電定位系統(tǒng)。無線電定位系統(tǒng)的優(yōu)點是精度高；缺點是工作時必須有母船或地面基站配合，電波容易受到干擾，軍用時容易暴露自身[13]。

對于近水面或淺海中航行的UUV，衛(wèi)星和無線電可以提供精準的定位結(jié)果，但在海水中，信號無法傳播，無法獨立完成UUV定位任務(wù)[14-15]。

2.3 UUV聲學(xué)定位

聲學(xué)定位系統(tǒng)出現(xiàn)于20世紀70年代，最早開發(fā)的是單波束聲吶，也是目前最常見的系統(tǒng)，通過發(fā)射的聲脈沖和返回的聲脈沖的雙向時間來測量深度。最早的多波束聲吶，受到角覆蓋的限制，只有16束，與單波束相比，它可以提供更大面積的海底覆蓋。如今多波束系統(tǒng)不斷發(fā)展，工作范圍從淺水域到深海，工作頻率根據(jù)不同需求可以達到12～500 kHz[16]。常用的聲學(xué)定位系統(tǒng)有長基線系統(tǒng)(long baseline, LBL)、短基線系統(tǒng)(short baseline, SBL)、超短基線系統(tǒng)(ultra-short baseline， USBL)，其定位方式如圖4所示。

圖4 長基線、短基線、超短基線示意圖Fig.4 Schematic diagram of LBL, SBL and USBL

LBL、SBL和USBL定位系統(tǒng)都是基于聲學(xué)原理，即聲信標在收到UUV發(fā)來的信號后會在極短延遲后進行應(yīng)答，根據(jù)聲信號往返的時間、聲信標位置和傳播速度就可以計算UUV實際位置[1,17]。它們的區(qū)別在于聲信標布放的位置以及工作的適用距離。LBL系統(tǒng)是由多個固定在海底區(qū)域的聲信標構(gòu)成適用于較遠距離定位，SBL系統(tǒng)的信標安裝在船體的兩端，基線取決于船體的長度，USBL系統(tǒng)最近的傳感器之間的距離近似小于10 cm，適用于回收UUV任務(wù)[1,11,18]。對于漏斗式UUV回收系統(tǒng)，可實現(xiàn)水下2 000 m深度的成功對接回收[19]。這些方法也存在不足，如在操作前需要校準復(fù)雜的聲信標網(wǎng)絡(luò)，精度和更新率取決于聲波的頻率、范圍和幾何路徑等[11]。

隨著聲學(xué)定位的不斷發(fā)展，偽長基線(pseudo long baseline, PLBL)、水下聲學(xué)應(yīng)答器(Underwater transponder positioning, UTP)、水下聲學(xué)網(wǎng)絡(luò)等聲學(xué)定位系統(tǒng)不斷涌現(xiàn)。PLBL系統(tǒng)與LBL系統(tǒng)不同的是在海底或海面基站近布放兩個聲信標，UUV在2個聲信標之間巡航[12]。UTP是基于單海底應(yīng)答器的定位方法，在海底布放多個應(yīng)答器時，可以擴大定位范圍。與LBL和USBL不同的是，UTP定位方法通過UUV上的換能器以固定的時間間隔發(fā)射水聲信號，應(yīng)答器接收到后返回一個不同頻率的信號，確定UUV的距離和方位[20-21]。UTP系統(tǒng)的工作流程如圖5所示。

圖5 UTP系統(tǒng)工作流程圖Fig.5 Flow chart of UTP

利用聲學(xué)調(diào)制解調(diào)器系統(tǒng)進行UUV定位時，聲信標不再是固定的，定位系統(tǒng)靈活程度得以增加[22]。采用側(cè)掃聲吶的側(cè)掃線信息可以實現(xiàn)對海底的實時測繪，并采用占用格網(wǎng)映射方法的格網(wǎng)細胞限制特征點數(shù)量，減少UUV實時定位時間[23]。水下聲學(xué)網(wǎng)絡(luò)的鏈路層協(xié)議和聲學(xué)網(wǎng)絡(luò)網(wǎng)絡(luò)層規(guī)劃是通過一套簡潔的數(shù)據(jù)包進行的，通過發(fā)射和回收實用程序包，利用三角測量方法可以計算點到點之間的距離，從而輔助UUV的定位[24]。

水聲信號在水下的傳播速度約為1 500 m/s，對處于運動狀態(tài)的UUV定位時，必須考慮延遲誤差，文獻[25]在一個Ping(packet internet grope)采樣周期內(nèi)對慣導(dǎo)位置誤差狀態(tài)前推，重構(gòu)與量測時間相匹配的量測方程，修正水聲延遲誤差。文獻[26]通過運動方程推得基于隨機延遲周期的多UUV協(xié)同定位定方程，基于狀態(tài)轉(zhuǎn)移矩陣得到系統(tǒng)的量測方程，利用基于狀態(tài)估計均方誤差最小的延時擴展卡爾曼濾波修正水聲通信延遲誤差。另外，文獻[27]提出適用于UUV運行中實時噪聲處理的散斑噪聲抑制算法。文獻[28]利用Lie導(dǎo)數(shù)的非線性系統(tǒng)秩判據(jù)對選用的深度、偏航角、俯仰角觀測值進行系統(tǒng)分析，并且討論了控制輸入和運動軌跡對于系統(tǒng)可觀測行的影響。

2.4 UUV視覺定位

UUV聲學(xué)定位在水下中長距離定位中優(yōu)勢明顯，但在對于安全性、精度和更新速率要求較高的近距離定位中，其優(yōu)勢就不突出了。應(yīng)用于近距離定位的視覺定位近年來也在不斷發(fā)展。

在適當?shù)哪芤姸葪l件下，UUV可以通過光學(xué)相機提供的一系列圖像分析海流或特征物來實現(xiàn)自身定位[29]。文獻[1]提供了一種利用光信標進行近距離UUV定位的系統(tǒng)。在UUV上安裝光信標，并令不同UUV上的光信標以不同的方式閃爍。在需求近距離定位的編隊UUV中，領(lǐng)航者UUV上安裝全方位水下攝像機，就可以通過光信標來識別編隊中其它UUV的位置和姿態(tài)。通過閃爍光信標追蹤UUV的方式如圖6所示。

圖6 通過閃爍光信標追蹤兩個目標UUV示意圖Fig.6 Representation of the localization of two target UUV using active light markers

激光測距系統(tǒng)由激光指示器以及彩色CCD相機組成，在能見度允許的情況下可進行水下結(jié)構(gòu)的可視化研究，將一種基于目標相對位置的三角測量計算方法用于UUV水下定位[30]。文獻[31]中的立體視覺里程計可以估計UUV的位移和航向信息，通過簡化特征監(jiān)測和跟蹤過程，加快了處理進程，促進了三維重建模塊的集成和再利用，每一個連續(xù)立體圖像庫中有大量的特征匹配信息，使得其可以處理高分辨率圖像，保證實時性并提高準確性。 對于回收UUV操作的短距離UUV定位需求，文獻[32]在UUV艏部安裝兩架攝像機，在回收基站周圍安裝4盞綠色的LED燈，通過攝像機實現(xiàn)視覺定位，其核心算法是通過判斷兩架攝像機的圖像數(shù)量而在單目算法和雙目算法之間切換。

UUV視覺定位可以達到很高的精度，如上面提到的各種利用視覺原理進行定位的方法，主要都是通過對視覺圖像的分析得到定位結(jié)果。這就對能見度有極高的要求，而在水下，特別是深海，能見度很低，極大的限制了視覺系統(tǒng)在深海遠程的應(yīng)用。

2.5 UUV地球物理定位

地球物理定位是利用UUV的水下物理環(huán)境進行UUV的位置估計，地球物理環(huán)境是指已經(jīng)存在的環(huán)境或者有針對性的特點[8]。目前應(yīng)用在UUV上的地球物理定位方法主要有地形匹配定位、地磁場輔助定位、重力場輔助定位。

地形匹配定位(terrain based navigation, TBN)通過提前給出的地圖信息對UUV的位置姿態(tài)信息進行估計[33-34]。地形高度匹配是TBN的關(guān)鍵技術(shù)。水下地形定位的準確性和可靠性取決于地形信息的豐富程度[35]。TBN方法主要分為兩類：單束點線匹配以及多束線面匹配。多束線面匹配算法優(yōu)于單束點線匹配的方面是可以同時獲得成百上千的聲數(shù)據(jù)，為水下地形匹配定位提供充足的數(shù)據(jù)供應(yīng)。相關(guān)性方法是TBN的研究熱點，實時比較探測數(shù)據(jù)與水下數(shù)字地圖深度數(shù)據(jù)，最大相關(guān)點即為最佳匹配點?；谧钚《斯烙嫷腡BN是一種適用于UUV的定位方法[36]。地磁場輔助定位是通過UUV攜帶的磁力計測得磁數(shù)據(jù)，并將其與已經(jīng)存在的地磁基準圖比較，匹配定位。

洛克希德馬汀公司海事系統(tǒng)和傳感器部門(Lockheed Martin maritime system and sensors mitchel field, MS2)在重力感應(yīng)技術(shù)領(lǐng)域的研究已經(jīng)超過20年，MS2公司主要通過應(yīng)用兩種重力傳感器來提高慣性定位系統(tǒng)的性能：重力儀和重力梯度儀。重力儀測量重力異?；蛳鄬τ跇朔Q地球模型的重力矢量的偏差。重力梯度儀測量重力梯度以及由于線性代換造成的重力變化率，三維正交梯度儀可以測量三軸梯度的變化率。MS2定位算法應(yīng)用所有可用的信息(重力、測量值、存儲的數(shù)字重力地圖、慣性定位數(shù)據(jù)等)進行組合估計并限制UUV定位誤差[9]。重力場輔助定位的精度取決于重力地圖的質(zhì)量。

2.6 UUV模型和推算定位

(5)

式中：X和Y分別為東向位置和北向位置， ΔX和ΔY為位置的改變量，u′、v′為前向和橫向速度，φ為航向角，k為速度校正系數(shù)，δ為多普勒測速儀的安裝誤差角，Δt為采樣時間間隔，ρ1,i和ρ2,i分別為時刻子午橢圓和緯線圈曲率，φi和λi分別為i時刻時，UUV的經(jīng)度位置和緯度位置[37-38]。

對于航位推算方法運行過程中遇到UUV速度信息不可獲得時，為了保證推算位置的準確有效性，文獻[40]提出了一種基于UUV動力學(xué)模型輔助定位的方法，UUV的六自由度動力學(xué)模型為

(6)

式中：Λ為UUV系統(tǒng)狀態(tài)矩陣，M為質(zhì)量矩陣，與系統(tǒng)質(zhì)量、附加質(zhì)量以及轉(zhuǎn)動慣量相關(guān)，F(xiàn)為力矩陣，由執(zhí)行機構(gòu)和水動力產(chǎn)生。UUV數(shù)學(xué)模型已知時，通過數(shù)值積分方法可以得到系統(tǒng)狀態(tài)矩陣，速度信息可以有狀態(tài)代替，同時將海流信息加入到系統(tǒng)中，有效提高了這種情況下航位推算系統(tǒng)的準確性。文獻[41]基于小波分解和單層重構(gòu)的方法對航位推算輸入信號進行濾波，既保留了UUV速度和載體信息，又消除了隨機干擾。

通過模型輔助UUV定位的方法近年來不斷發(fā)展。文獻[42]提出的基于海流剖面的UUV輔助定位方法可以使得UUV在DVL信息失效的情況下仍可以得到較準確的速度輔助信息進行輔助定位。DVL速度信息有效時，一方面利用DVL信息輔助定位，另一方面用來控制海流剖面信息的卡爾曼濾波器的激勵噪聲方差Q通過最小二乘擬合的方法建立海流剖面—定位速度關(guān)系數(shù)據(jù)庫。DVL速度信息部分有效或無效時，Q為定值，海流剖面數(shù)據(jù)經(jīng)過濾波后輸入到海流剖面-定位速度關(guān)系數(shù)據(jù)庫得到UUV速度并用于航位推算?；谧陨韯討B(tài)模型以及在定位任務(wù)開始之前和執(zhí)行過程中的海流估計，通過卡爾曼濾波實現(xiàn)對于UUV慣性定位的模型輔助定位是一種新穎的定位算法，其優(yōu)點在于不需要額外的硬件系統(tǒng)進行輔助，難點在于對于海流的準確估計，有很強的實用性和很大的發(fā)展空間[43]。多模型EKF組合定位方法[44]可以為UUV獲得更加準確的定位結(jié)果?；诓蓸又芷诮⒑唵斡行У倪m當數(shù)量的系統(tǒng)模型，且模型的測量方程的協(xié)方差滿足自適應(yīng)。為每一種模型選擇合適的濾波方法，由UUV估計自己的位置。根據(jù)概率數(shù)據(jù)輔助理論確定所有濾波器的加權(quán)組合作為定位更加準確的結(jié)果。

3 UUV定位典型問題及解決方式

由于水下特殊的環(huán)境，UUV定位面臨著許多亟待解決的問題，近年來學(xué)者們不斷探索，為解決定位中的典型問題提出了許多新方法新思路。

3.1 振蕩問題

由于SINS中有舒勒振蕩、傅科振蕩以及地球周期振蕩的影響，對于長時間運動的UUV會產(chǎn)生影響[45]。通過在SINS系統(tǒng)中引入阻尼，可以抑制振蕩誤差，通常的阻尼抑制振蕩誤差的方法有內(nèi)阻尼和外阻尼方法。針對單軸旋轉(zhuǎn)的INS引入混合水平阻尼系統(tǒng)，通過引入旋轉(zhuǎn)機構(gòu)，旋轉(zhuǎn)坐標軸的常值誤差得到了補償。同時引入內(nèi)阻尼和外阻尼的混合水平阻尼系統(tǒng)可以提高系統(tǒng)精度，減小UUV驅(qū)動對于系統(tǒng)穩(wěn)定性的影響，并且避免了參考速度精度對于系統(tǒng)的限制[46]。文獻[45]設(shè)計了一種獨立阻尼系統(tǒng)，在3個回路中添加3種不同的阻尼反饋，利用自己的速度信息進行誤差補償。文獻[47]將外測速度作為參考，基于最優(yōu)控制的思想設(shè)計了抑制振蕩誤差的反饋校正算法。文獻[48]通過分析周期性振蕩誤差的特點，提出了一種基于預(yù)測時間序列的SINS振蕩誤差抑制方法?；谧钚《朔ㄇ€擬合得到預(yù)測時間序列，利用估計振蕩信號平均值半波延遲原理抑制振蕩誤差。

3.2 隱蔽性問題

對于軍事應(yīng)用的UUV而言，隱蔽性十分重要。而一些定位方法由于原理的限制，極易暴露自身位置。如聲學(xué)定位時需要與外界交換聲信息的過程中容易暴露UUV位置。衛(wèi)星定位時，水下無線電信號無法傳播，需要UUV定期上浮校正位置，這是也容易暴露自身位置。解決這個問題的方法就是以UUV自主定位為主。

3.3 成本問題

高精度慣導(dǎo)系統(tǒng)昂貴且體積較大，無法應(yīng)用在小型低成本非軍用UUV上。帶有微電機系統(tǒng)慣性傳感器(micro-machined electro mechanical system, MEMS)的姿態(tài)航向參考系統(tǒng)(attitude heading reference system, AHRS)如圖7所示，體積小成本低，成為近幾年來學(xué)者們關(guān)注的熱點。由于MEMS系統(tǒng)的小型化和低能耗需求，可以很好地應(yīng)用在小型低成本UUV上。AHRS系統(tǒng)由3軸MEMS陀螺，3軸MEMS加速度計以及3軸MEMS磁力計構(gòu)成，可有效地安裝在長1.5 m，寬度僅為15 cm的微小型UUV上。可以通過基于歐拉定理的從線性加速度到特定力的變換矩陣算法，又稱為方向余弦矩陣算法以及EKF確定姿態(tài)[39]。

圖7 基于MEMS的AHRS系統(tǒng)結(jié)構(gòu)Fig.7 Configurations of AHRS based MEMS

對于多UUV協(xié)同定位，只在單獨一個UUV上裝有高精度DVL系統(tǒng)，并提出四面體構(gòu)型幾何算法，可以通過編隊中裝有DVL的UUV確定未裝有DVL的UUV的位置，在消除SINS累積誤差的前提下，極大降低了成本[49]。

3.4 效率問題

對于海中搜尋等任務(wù)，由單個UUV完成時經(jīng)常需要數(shù)天甚至數(shù)月的時間。UUV編隊可以大大提高效率[50]，也是近幾年來學(xué)者們研究的熱點，學(xué)者們針對多UUV協(xié)同定位提出了許多有效的方法。如歐洲提出了GREX項目(2006-2009)(在未知環(huán)境中多無人系統(tǒng)的協(xié)同控制)[1,51]。

基于智能行為編隊的UUV協(xié)同定位算法，如進行帶障礙物的水下三維動目標圍捕，受生物啟發(fā)的神經(jīng)網(wǎng)絡(luò)算法控制下，多UUV編隊可以很好的完成圍捕任務(wù)[52]。通過研究動物群體(如蟻群、蜂群、鳥群、魚群)生活的典型行為，受到動物群體行為的啟發(fā)應(yīng)用模糊控制規(guī)則，編隊UUV協(xié)同跟蹤海流中的一個動目標，未發(fā)生碰撞的情況，證明了算法的有效性[53]。文獻[54]采用改進蟻群小波神經(jīng)網(wǎng)絡(luò)偽點估計器和遺傳小波神經(jīng)網(wǎng)絡(luò)估計器進行多UUV協(xié)同點估計，提高協(xié)同定位精度。

UUV協(xié)同定位常采用主從式編隊結(jié)構(gòu)，文獻[55]在直角坐標系中對主從式UUV定位系統(tǒng)進行了能觀測性證明。多UUV協(xié)同完成任務(wù)的效率源高于單個UUV，編隊UUV之間相互協(xié)作也可以極大提高定位精度，降低完成任務(wù)的成本，有很大的發(fā)展空間，將逐漸成為中間層海域定位的重要方法[56]。

3.5 精度問題

提高UUV定位精度，是一直以來學(xué)者們追求的目標，也是關(guān)注的重點。學(xué)者們普遍采用兩種方式提高精度，一種是采用多種方法的組合定位，揚長避短。另一種是從提高算法自身來提高精度。

應(yīng)用于UUV的最常見的組合定位為INS與GPS以及DVL的組合形式[6-7,10,57-60]。針對海洋中聲散射、魚群、海底溝壑等造成的DVL的隨機噪聲以及突發(fā)噪聲問題，文獻[61]提出了基于UUV運動約束的SINS/DVL組合定位DVL速度預(yù)處理方法，即基于恒速模型和UUV慢動作假設(shè)的速度跟蹤方法，并采用基于χ2規(guī)則的故障診斷方法處理突發(fā)噪聲。文獻[62]將洋流信息對SINS/DVL組合定位系統(tǒng)的影響考慮進來，有效提高定位精度。文獻[63]提出針對INS/DVL組合定位的回溯定位方案，UUV在布放時，無需等待校準過程完成，在已知初始位置和DVL速度信息的情況下，可獲得當前的精確位置，定位精度在航程的0.3%。 多種方式(SINS、GPS、DVL、USBL、深度傳感器、磁羅盤等)共同組合可以達到實時精確定位的效果[11,64-65]。文獻[66]提出了一種將航位推算定位方法與多個信標測距信息利用延遲狀態(tài)的擴展卡爾曼濾波相融合算法，應(yīng)用離群點識別技術(shù)，提高多信標測距的精度。文獻[67]應(yīng)用SINS/LBL緊耦合算法解決誤差積累問題。利用多傳感器信息融合方法將SINS與LBL融合，可以克服誤差累計以及多通道聲信號傳輸造成多峰值的問題[68]。另外，可以利用壓力傳感器輔助INS定位來實時進行高度更新，減小誤差[69]?；旌蟄SBL/LBL輔助INS定位系統(tǒng)工作主要分為兩個連續(xù)的步驟。首先，借助GPS對固定節(jié)點定位，找出LBL拓撲，其次，聲學(xué)輔助定位，UUV利用聲學(xué)混合信息以及以前得到的信息共同提高定位精度[70]。組合定位的方式多種多樣，其主要目的就在于對多種定位方式取長補短，共同作用，在保證UUV完成任務(wù)的廣度和深度的同時，提高定位系統(tǒng)的精度。

從抑制自身誤差、延遲、干擾等方面可以提高精度。如文獻[71]對于多波束測深系統(tǒng)測量設(shè)備誤差源分析，建立了深度估計模型和位置誤差模型用于UUV深海定位輔助。對于單水面領(lǐng)航者的UUV協(xié)同定位，利用聲學(xué)測距方法可以測得UUV相對與領(lǐng)航者的相對位置和姿態(tài)，結(jié)合胡貝爾迭代差分濾波算法可以得到更精確的結(jié)果并具有更快的收斂速度，同時對于測量值中的離群點具有魯棒性[72]。文獻[73]驗證了編隊中各個UUV之間的距離小于10m時，應(yīng)用光信標視覺輔助姿態(tài)估計將提供比聲信標估計更好的準確性。當幾個從UUV距離較近，被主UUV上的聲納觀測時，它們受到的干擾噪聲具有相同的性質(zhì)，即處于“相同觀測環(huán)境”，在這種情況下可以通過系統(tǒng)辨識去除測量誤差，提高精度[74]。應(yīng)用EKF融合內(nèi)部、外部傳感器信息實時定位，可以有效解決協(xié)同定位中水聲傳播延遲的問題[75]。文獻[76]提出了一種基于新息重建的狀態(tài)估計方法解決水聲通信延遲問題，即將從UUV上收集的信息儲存起來，當收到主UUV的信息后，通過遞推對系統(tǒng)信息重建并補償?shù)较到y(tǒng)狀態(tài)估計中。文獻[77]通過統(tǒng)計建模方法對主UUV航跡進行預(yù)測，基于非等間隔濾波設(shè)計了用于不同傳感器的實時濾波算法，將其用于從UUV相對距離更新的實時算法克服水聲延遲。

下面通過表1對UUV定位方法的特點加以總結(jié)和比較。

表1 UUV定位方法比較

表1(續(xù))

4 結(jié)論

本文以近十年來學(xué)者的研究為重點，概述了典型的UUV定位方法，并總結(jié)了UUV定位中常見問題的新方法新思路，對UUV定位方法的特點加以總結(jié)。

水下的特殊環(huán)境為UUV定位帶來了挑戰(zhàn)，同時也激發(fā)了學(xué)者們的研究熱情。國內(nèi)外學(xué)者針對特殊形狀的UUV以及有特殊用途的UUV和UUV不同的作業(yè)方式提出了不同場景獨特適用的定位方法，極大提高了定位精度。對于未來UUV定位的研究重點主要有：1)魯棒性強的數(shù)據(jù)融合濾波算法；2)在保持定位精度的前提下，降低定位成本；3)UUV定位中的隱蔽性需求。對于應(yīng)用于軍事領(lǐng)域的UUV而言，其隱蔽性是十分重要的；4)多UUV協(xié)同定位，成為未來的發(fā)展方向；5)深遠海UUV定位問題；6)UUV定位系統(tǒng)的可觀測性分析。

[1]JOSEP B, NUNO G, PERE R, et al. Close-range tracking of underwater vehicles using light beacons[J]. Sensors, 2016, 16(4): 26.

[2]嚴浙平,周佳加.水下無人航行器控制技術(shù)[M].北京:國防工業(yè)出版社, 2015: 4-15. YAN Zheping, ZHOU Jiajia. Control technology of underwater unmanned vehicles[M].Beijing: National Defense Industry Press, 2015: 4-15.

[3]MARCO J. Autonomous inspection of underwater structures[J]. Robotics and autonomous systems, 2015, 67: 80-86.

[4]RUSSELL B W, VEERLE A I H, TIMOTHY P, et al. Autonomous underwater vehicles (AUVs): Their past, present and future contributions to the advancement of marine geoscience[J]. Marine geology, 2014, 352: 451-468.

[5]CONTE G, CAPUA G P D, SCARADOZZI D. Designing the NGC system of a small ASV for tracking underwater targets[J]. Robotics and autonomous systems, 2016, 76: 46-57.

[6]CADENA A. Design and construction of an autonomous underwater vehicle for the launch of a small UAV[C]// Proc. of IEEE International Conference on Technologies for Practical Robot Applications. Wobum, MA, 2009, 78-83.

[7]LOBIS D, SUTTON R, CHUDLEY J. Adaptive tuning of a Kalman filter via fuzzy logic for an intelligent AUV navigation system[J]. Control engineering practice, 2004, 12(12): 1531-1539.

[8]LUKE S, LIU Honghai. Navigation technologies for autonomous underwater vehicles[J]. IEEE Transactions on systems man and cybernetics-part C:application and review, 2008, 38(4): 581-589.

[9]RICE H, KELMENSON S, MENDELSOHN L. Geophysical navigation technologies and applications [C]// IEEE Position Location and Navigation Symposium. Monterey, CA, 2004, 618-624.

[10]GIACOMO M, SONG K C, JUNKU Y. Underwater autonomous manipulation for intervention missions AUVs[J]. Ocean engineering, 2009, 36(1): 15-23.

[11]JAMES C, KINSEY, LOUIS L. Whitcomb. preliminary field experience with the DVLNAV integrated navigation system for oceanographic submersibles[J]. Control engineering practice, 2004, 12(12): 1541-1549.

[12]LEE P M, JUN Bonghuan. Pseudo long base line navigation algorithm for underwater vehicles with inertial sensors and two acoustic range measurements[J]. Ocean engineering, 2007, 34(3-4): 416-425.

[13]朱家海. 慣性導(dǎo)航[M]. 北京：國防工業(yè)出版社，2008: 2-3. ZHU Jiahai. Inertial navigation system[M]. Beijing: National Defense Industry Press, 2008: 2-3.

[14]CHOI W S, HOANG N M, JUNG J H, et al. Navigation system development of the underwater vehicles using the GPS/INS sensor fusion[J]. Intelligent robotics and application, 2014, 8917: 491-497.

[15]ZHAO Lin, GAO Wei. The experimental study on GPS/INS/DVL integration for AUV[C]//Proeeding of IEEE Position Location and Navigation Symposium. Monterey, CA, 2004, 337-340.

[16]KEIR C, TETJANA R, CRAIG B, et al. A review of oceanographic applications of water column data from multibeam echosounders[J]. Estuarine, coastal and shelf science,2014, 145: 41-56.

[17]CONTI R, MELI E, RIDOIFI A, et al. An innovative decentralized strategy for I-AUVs cooperative manipulation tasks[J]. Robotics and autonomous systems, 2015, 72: 261-276.

[18]ALBERT S M, EDMUND F B, ?YVIND H, et al. Navigation and probability assessment for successful AUV docking using USBL[J]. IFAC Proceedings volumes (IFAC Papers Online), 2015, 48(16): 204-209.

[19]LI Dejun, CHEN Yanhu, SHI Jianguang, et al. Autonomous underwater vehicle docking system for cabled ocean observatory network[J]. Ocean engineering, 2015, 109: 127-134.

[20]王久光. 基于UTP的UUV遠程航海水下位置校準及控制方法研究[D]. 哈爾濱: 哈爾濱工程大學(xué), 2012: 12-17. WANG Jiuguang. Underwater position calibration and control for UUV long-distance navigation based on UTP[D]. Harbin: Harbin Engineering University, 2012: 12-17.

[21]嚴浙平，鄧超，李本銀,等. UTP/DR組合導(dǎo)航算法研究[J]. 計算機工程與應(yīng)用, 2014, 50(19): 7-10. YAN Zheping, DENG Chao, LI Benyin, et al.Research on UTP/DR integrated navigation system[J]. Computer engineering and applications, 2014, 50(19): 7-10.

[22]LIAM P, SAJAD S, MAE S, et al. AUV navigation and localization: A Review[J]. IEEE journal of ocean engineering, 2014, 39(1): 131-149.

[23]CHEN E, GUO J. Real time map generation using sidescan sonar scanlines for unmanned underwater vehicles[J]. Ocean engineering, 2014, 91: 252-262.

[24]OUIMET S P, HAHN M J, RICE J. Undersea communication network as a UUV navigation aid[C]// Proc. of Oceans 2005 Conference. Washingon, DC, 2005： 2485-2490.

[25]陳建華，朱海，郭正東,等. 基于水聲傳播時延補償?shù)膽T導(dǎo)誤差修正方法[J]. 艦船科學(xué)技術(shù), 2016, 38(3): 97-100. CHEN Jianhua, ZHU Hai, GUO Zhengdong, et al. INS positioning error correction based on acoustic propagation time compensation[J]. Ship science and technology, 2016, 38(3): 97-100.

[26]高偉，楊建，徐博,等. 基于水聲通信延遲的多UUV協(xié)同定位算法[J]. 系統(tǒng)工程與電子技術(shù), 2014, 36(3): 539-545. GAO Wei, YANG Jian, XU Bo, et al. Cooperative location of multiple UUVs based onhydro-acoustic communication delay[J]. System engineering and electronics, 2014, 36(3): 539-545.

[27]HYEONWOO C, YU S C. Real-time sonar image enhancement for AUV-based acoustic vision[J]. Ocean engineering, 2015, 104: 568-579.

[28]嚴衛(wèi)生，房新鵬，崔榮鑫. 單信標測距AUV水下定位系統(tǒng)觀測性分析[J]. 中南大學(xué)學(xué)報:自然科學(xué)版, 2012, 43(8): 3085-3090. YAN Weisheng, FANG Xinpeng, CUI Rongxin. Observability analysis of single-beacon underwater localization of autonomous underwater vehicle[J]. Journal of Central South University: science and technology, 2012, 43(8): 3085-3090.

[29]NICOSEVICI T, GARCIA R, CARRERAS M. A review of sensor fusion techniques for Underwater Vehicle navigation[C]// Proc. of Oceans ’04 MTS/IEEE Techno-Ocean ‘04 Conference. Kobe, Japan, 2004, 1600-1605.

[30]HAYATO K, TAMAKI U. Navigation of an AUV for investigation of underwater structures[J]. Control engineering practice, 2014, 12(12): 1551-1559.

[31]FRANCISCO B F, MIQUEL M C, PEP L N C, et al. Inertial sensor self-calibration in a visually-aided navigation approach for a Micro-AUV[J]. Sensors, 2015, 15(1): 1825-1860.

[32]LI Ye, JIANG Yanqing, CAO Jian, et al. AUV docking experiments based on vision positioning using two cameras[J]. Ocean engineering, 2015, 110: 163-173.

[33]SEBASTIAN C, PHILIP W, PERE R, et al. A Survey on terrain based navigation for AUVs[C]// Proceeding of Washington State Conference and Trade Center(WSCTC). Seattle, WA, 2010, 7.

[34]張靜遠，諶劍，李恒,等. 水下地形輔助導(dǎo)航技術(shù)的研究應(yīng)用于進展[J]. 國防科技大學(xué)學(xué)報, 2015, 37(3): 128-135. ZANG Jingyuan, SHEN Jian, LI Heng, et al. Research and application progress on underwater terrain-aided navigation technology[J]. Journal of National University of Defense Technology, 2015, 37(3): 128-135.

[35]WANG Lihui, YU Lei, ZHU Yanhua. Construction method of the topographical features model for underwater terrain navigation[J]. Polish maritime research, 2015, 22: 121-125.

[36]CHEN Pengyun, LI Ye, SU Yumin, et al. Underwater terrain positioning method based on least squares estimation for AUV[J]. China ocean engoneering, 2015, 29(6): 859-874.

[37]邊信黔， 周佳加， 嚴浙平,等. 基于EKF的無人潛航器航位推算算法[J]. 華中科技大學(xué)學(xué)報:自然科學(xué)版, 2011, 39(3): 100-104. BIAN Xinqian, ZHOU Jiajia, YAN Zheping, et al. Dead reckoning method for autonomous underwater vehicles based on EKF[J]. Journal of Huazhong University of Science & technology: natural science edition, 2011, 39(3): 100-104.

[38]KINSEY J C, WHITCOMB L L. In situ alignment calibration of attitude and doppler sensors for precision underwater vehicle navigation: theory and experiment[J]. IEEE journal of oceanic engineering, 2007, 32(2): 286-299.

[39]HWANG A R, YOOM S. A study on attitude heading reference system based micro machined electro mechanical system for small military unmanned underwater vehicle[J]. Journal of the korean society of marine engineering, 2015, 39(5): 522-526.

[40]嚴浙平， 吳迪，周佳加,等. 基于UUV動力學(xué)模型的導(dǎo)航方法[J]. 華中科技大學(xué)學(xué)報:自然科學(xué)版, 2013, 41(11): 108-113. YAN Zheping, WU Di, ZHOU Jiajia, et al. UUV dynamic model-based navigation method[J]. Journal Huazhong University of Science & Technology: natural science edition, 2013, 41(11): 108-113.

[41]周佳加，邊信黔，王宏健,等. 基于小波的無人潛航器航位推算算法研究[J]. 儀器儀表學(xué)報, 2012, 33(3): 670-676. ZHOU Jiajia, BIAN Xinqian, WANG Hongjian, et al. Study on dead reckoning method for unmanned underwater vehicle based on wavelet[J]. Chinese journal of scientific instrument, 2012, 33(3): 670-676.

[42]張勛，邊信黔，嚴浙平,等. 基于海流剖面的UUV輔助導(dǎo)航方法[J]. 儀器儀表學(xué)報, 2013, 34(6): 1346-1352. ZHANG Xun, BIAN Xinqian, YAN Zheping, et al. Aided navigation method for UUV based on current profile[J]. Chinese journal of scientific instrument, 2013, 34(6): 1346-1352.

[43]ALAIN M, LUIS H, HICHEM S, et al. Model-aided navigation with sea current estimation for an autonomous underwater vehicle[J]. International journal of advanced robotic systems, 2015, 12： 14.

[44]LI Dongdong, JI Daxiong, LIU Jian, et al. A Multi-model EKF integrated navigation algorithm for deep water AUV[J]. International journal of advanced robotic systems,2016, 13: 15.

[45]XU Bo, SUN Feng. An independent damped algorithm based on SINS for ship[C]//Proc of International Conference on Computer Engineering and Technology. Singapore, 2009: 88-92.

[46]WANG Chao, ZHU Hai, LI Gang, et al. The mixed level damping of the single-axial rotation of INS[C]//Proc of SPIE. Singapore, 2011: 5.

[47]GAO Xin, BIAN Hongwei, FAN Songwei. Optimal damping algorithm design in inertial navigation system[C]//Proc of International Conference on Mechatronic Sciences, Electric Engineering and Computer (MEC). Chenyang, China, 2013: 2946-2949.

[48]ZHAO Lin, LI Jiushun, CHENG Jianhua,et al. A Method for oscillation errors restriction of SINS based on forecasted time series[J]. Sensors, 2015, 15(7): 17433-17452.

[49]ALLOTTA B, COSTANZI R, MELI E, et al. Cooperative localization of a team of AUVs by a tetrahedral configuration[J]. Robotics and autonomous systems, 2014, 62(8): 1228-1237.

[50]許真珍，封錫盛. 多UUV協(xié)作系統(tǒng)的研究現(xiàn)狀與發(fā)展[J]. 機器人, 2007, 29(2): 186-192. XU Zhenzhen, FENG Xisheng. Current status and future directions of multiple UUV cooperation system[J]. Robot, 2007, 29(2): 186-192.

[51]LORENZO B, JOO A, JAN O. GREX sea trials: first experiences in multiple underwater vehicle coordination based on acoustic communication[C]// Proc of Oceans 2009 Conference. Bremen, Gernany, 2009, 633-638.

[52]HUANG Zongrui, ZHU Daqi, SUN Bing. A multi-AUV cooperative hunting method in 3-D underwater environment with obstacle[J]. Engineering applications of artificial intelligence,2016, 50: 192-200.

[53]HOU Yan, ALLEN R. Intelligent behaviour-based team UUVs cooperation and navigation in a water flow environment[J]. Ocean engineering, 2008, 35(3-4): 400-416.

[54]張彥超，候恕萍，鄧超,等. 多UUV系統(tǒng)蟻群小波神經(jīng)網(wǎng)絡(luò)偽點跡估計器研究[J]. 計算機測量與控制, 2013, 21: 1605-1658. ZHANG Yanchao, HOU Shuping, DENG Chao, et al. Research on wavelet neural network pseudo point estimator adjusted by ant colony optimization for MUUVS[J].Computer measurement & control, 2013, 21: 1605-1658.

[55]冀大雄，李一平，劉健. 主從式UUV群的隨從UUV導(dǎo)航[J]. 儀器儀表學(xué)報, 2009, 30(6): 631-634. JI Daxiong, LI Yiping, LIU Jian. Slave UUVs navigation in lead-slave UUVs[J]. Chinese journal of scientific instrument, 2009, 30(6): 631-634.

[56]徐博，白金磊，郝燕玲,等. 多AUV協(xié)同導(dǎo)航問題的研究現(xiàn)狀與進展[J]. 自動化學(xué)報, 2015, 41(3): 445-461. XU Bo, BAI Jinlei, HAO Yanling, et al. The research status and progress of cooperative navigation for multiple AUVs[J]. ACTA automatica sinica, 2015, 41(3): 445-461.

[57]王沖，曾慶軍. 基于Sage-husa自適應(yīng)濾波算法的AUV組合導(dǎo)航系統(tǒng)設(shè)計[J]. 電子設(shè)計工程, 2013, 21(15): 75-80. WANG Chong, ZENG Qingjun. Design of AUV integrated navigation system based on Sage-husa adaptive filtering algorithm[J]. Electronic design engineering, 2013, 21(15): 75-80.

[58]LOEBIS D, SUTTON R, CHUDLEY J, et al. Adaptive tuning of a Kalman filter via fuzzy logic for an intelligent AUV navigation system[J]. Control engineering practice, 2004, 12(12): 1531-1539.

[59]TRAN N H, CHOI H S, BAE J H, et al. Design, control, and implementation of a new AUV platform with a mass shifter mechanism[J]. International journal of precision engineering and manufacturing, 2015, 16(7): 1599-1608.

[60]張宏德. 微小型觀探測UUV水下組合導(dǎo)航技術(shù)的研究[D]. 哈爾濱: 哈爾濱工程大學(xué), 2013, 20-40. ZHANG Hongde. Research of mini UUV integrated navigation technology for ocean surveying and detecting[D]. Harbin: Harbin Engineering University, 2013, 20-40.

[61]ZHAO Liye, LIU Xianjun, WANG Lei, et al. A pretreatment method for the velocity of DVL based on the motion constraint for the integrated SINS/DVL[J]. Applied sciences-basel, 2016, 6(3): 15.

[62]張福斌，鮑鴻杰，段小偉,等. 一種考慮洋流影響的AUV組合導(dǎo)航算法[J]. 計算機測量與控制, 2012, 20: 513-522. ZHANG Fubin, BAO Hongjie, DUAN Xiaowei, et al. A AUV integrated navigation algorithm considering the effect of ocean current[J].Computer measurement & control, 2012, 20: 513-522.

[63]LI Wanli, WU Wenqi, WANG Jinling, et al. A novel backtracking navigation scheme for Autonomous Underwater Vehicles[J]. Measurement, 2014, 47:496-504.

[64]ZANONI F D, BARROS E A. A real-time navigation system for autonomous underwater vehicle[J]. Journal of the brazilian society of mechanical sciences and engineering, 2015, 37(4): 1111-1127.

[65]ALLOTTA B, CAITI A, CHISCI L, et al. Development of a navigation algorithm for autonomous underwater vehicles[C]∥Proceeding of IFAC Workshop on Navigation, Guidance and Control of Underwater Vehicles (NGCUV 2015). Girona, Spain, 2015: 64-69.

[66]JI Daxiong, SONG Wei, ZHAO Hongyu, et al. Deep sea AUV navigation using multiple acoustic beacons[J]. China ocean engineering, 2016, 30(2): 309-318.

[67]ZHANG Tao, SHI Hongfei, CHEN Liping, et al. AUV positioning method based on tightly coupled SINS/LBL for underwater acoustic multipath propagation[J]. Sensors,2016, 16(3): 16.

[68]ZHANG Tao, CHEN Liping, LI Yao. AUV underwater positioning algorithm based on interactive assistance of SINS and LBL[J]. Sensors,2016, 16(1): 22.

[69]ITZIK K, ROEE D. Observability analysis of DVL/PS aided INS for a maneuvering AUV[J]. Sensors, 2015, 15(10): 26818-26837.

[70]ALLOTTA B, BARTOLINI F, CAITI A, et al. Typhoon at CommsNet13: Experimental experience on AUV navigation and localization[J]. Annual reviews in control, 2015, 40: 157-171.

[71]WANG Yanhui, SHAO Shuai, WANG Shuxin, et al. Measurement error analysis of multibeam echosounder system mounted on the deep-sea autonomous underwater vehicle[J]. Ocean engineering, 2014, 91: 111-121.

[72]GAO Wei, LIU Yalong, XU Bo. Robust Huber-based iterated divided difference filtering with application to cooperative localization of autonomous underwater vehicles[J]. Sensors, 2015, 14(12): 24523-24542.

[73]NUNO G, JOSEP B, MOHAMMAD E K. Pose estimation for underwater vehicles using light beacons[J]. Proceeding of IFAC Workshop on Navigation, Guidance and Control of Underwater Vehicles (NGCUV 2015). Girona, Spain, 2015: 70-75.

[74]盧健，徐德民，張福斌. 共同觀測環(huán)境多UUV協(xié)同定位[J]. 西北工業(yè)大學(xué)學(xué)報, 2013, 31(3): 378-384. LU Jian, XU Demin, ZHANG Fubin. Cooperative navigation in a common observation environment for multiple UUVs[J]. Journal of Northwestern Polytechnical University, 2013, 31(3): 378-384.

[75]張立川， 劉明雍， 徐德民,等. 多UUV協(xié)同定位與定位研究[J]. 系統(tǒng)仿真學(xué)報, 2008, 20(19): 5342-5349. ZHANG Lichuan, LIU Mingyong, XU Demin, et al. Cooperative localization and navigation for multiple UUVs[J]. Journal of system simulation, 2008, 20(19): 5342-5349.

[76]王文佳，孫睿智，高偉,等. 基于通信延遲誤差補償?shù)膮f(xié)同導(dǎo)航算法[J]. 火力與指揮控制, 2014, 39(12): 27-30. WANG Wenjia, SUN Ruizhi, GAO Wei, et al. Cooperative navigation based on error compensation of communication delays[J]. Fire control & command control, 2014, 39(12): 27-30.

[77]姚堯，徐德民，張立川,等. 通信延遲下的多UUV協(xié)同定位—基于航跡預(yù)測的實時更新算法[J]. 機器人, 2011, 33(1): 161-168. YAO Yu, XU Demin, ZHANG Lichuan, et al. Cooperative localization of multiple UUVs with communication delays—A real-time update method on path prediction[J]. Robot, 2011, 33(1): 161-168.

[78]王宏健，李村，么洪飛,等. 基于高斯混合容積卡爾曼濾波的UUV自主[J]. 儀器儀表學(xué)報, 2015, 36(2): 254-261. WANG Hongjian, LI Cun, ME Hongfei, et al. Gaussian mixture cubature Kalman filter based autonomous navigation and localization algorithm for UUV[J]. Chinese journal of scientific instrument, 2015, 36(2): 254-261.

[79]BRYAN S, ROBERT H, EDWARD M, et al. The development of a free-swimming UUV for mine neutralization[C]// Proceeding of Oceans 2005 Conference. Washington, DC, 2005, 1443-1447.

[80]ALLOTTA B, CAITI A, COSTANZI R, et al. A new AUV navigation system exploiting unscented Kalman filter[J]. Ocean engineering, 2016, 113: 121-132.

[81]鄧超. UTP輔助UUV導(dǎo)航誤差校準方法研究[D]. 哈爾濱: 哈爾濱工程大學(xué), 2015, 17-95. DENG Chao. Research on error calibration method of UUV navigation aided by UTP[D]. Harbin: Harbin Engineering University, 2015： 17-95.

[82]李村. 無人水下航行器導(dǎo)航定位與環(huán)境感知技術(shù)研究[D]. 哈爾濱: 哈爾濱工程大學(xué), 2012, 15-43. LI Cun. Research on navigation and environment perception for unmanned underwater vehicle[D]. Harbin: Harbin Engineering University, 2012： 15-43.

本文引用格式：

嚴浙平，王璐. UUV水下定位方法的研究現(xiàn)狀與進展[J]. 哈爾濱工程大學(xué)學(xué)報， 2017， 38(7): 989-1000.

YAN Zheping, WANG Lu. Research status and progress of UUV underwater localization[J]. Journal of Harbin Engineering University， 2017， 38(7): 989-1000.

Research status and progress of UUV underwater localization

YAN Zheping, WANG Lu

(College of Automation, Harbin Engineering University, Harbin 150001, China)

To solve the localization problem of underwater unmanned vehicles (UUVs), the localization methods of UUV were summarized in this paper. UUVs are important tools for oceanic exploration and development. Accurate underwater localization is an important prerequisite and guarantee for the successful completion of various tasks. With the development of underwater navigation technology, numerous underwater localization methods have emerged. The application of some underwater localization methods is greatly restricted by the special underwater environment. To satisfy the requirements of UUV for intelligence and autonomy, several localization methods were proposed. UUV underwater localization methods were classified according to different principles, application environments, and application requirements. The advantages and disadvantages of each method were analyzed, and recent methods were summarized. Present defects in the UUV underwater localization method were combined with future development trends.

underwater unmanned vehicle(UUV); underwater localization; positioning method; intelligent equipment; autonomous positioning; prospect; overview

2016-08-30.

日期：2017-04-27.

國家自然科學(xué)基金項目(51679057，51309367)；黑龍江省杰出青年基金項目(J2016JQ0052).

嚴浙平(1972-), 男, 教授,博士生導(dǎo)師； 王璐(1991-), 女,博士研究生.

王璐，E-mail：wanglu0419@163.com.

10.11990/jheu.201608067

U666;TJ63

A

1006-7043(2017)07-0989-12

網(wǎng)絡(luò)出版地址：http://www.cnki.net/kcms/detail/23.1390.u.20170427.1321.016.html