AUV導航技術發展現狀與展望

魏博文, 呂文紅, 范曉靜, 朱友康, 郭銀景

?

AUV導航技術發展現狀與展望

魏博文1, 呂文紅2, 范曉靜1, 朱友康1, 郭銀景1

(1. 山東科技大學 電子信息工程學院, 山東 青島, 266590; 2. 山東科技大學 交通學院, 山東 青島, 266590)

導航技術是自主式水下航行器(AUV)系統技術發展與應用的關鍵技術之一, 而組合導航因其穩定性、精確性和持久性, 已成為未來AUV導航技術的主要發展方向。文中簡述了AUV傳統導航技術和非傳統導航技術發展概況, 詳細介紹了慣性導航系統(INS)/聲學組合導航、INS/地球物理組合導航、INS/視覺組合導航和INS/天文組合導航的研究和應用現狀。分析可知, INS/地磁匹配組合導航、INS/重力匹配組合導航已成為軍事領域AUV導航技術的發展趨勢; INS/長基線(LBL)組合導航則為民用領域AUV導航技術的發展趨勢。文中同時展望了INS/地磁匹配組合導航、INS/重力匹配組合導航和INS/LBL組合導航等熱門導航技術的研究方向。

自主水下航行器; 慣性導航系統; 組合導航

0 引言

21世紀以來, 隨著人類在利用海洋和開發海洋上的投入不斷增大, 自主式水下航行器(auto- nomous undersea vehicle, AUV)引起了越來越多的關注, 無論在戰場監視、隱蔽打擊等軍用領域還是在海水檢測、海洋地質勘探等民用領域都得到快速發展。導航是指移動機器人借助傳感器獲知本體狀態, 完成從初始位置到達目標位置的自主運動過程。導航技術作為AUV的核心技術, 也是最難以解決的關鍵技術之一[1]。

美俄等西方發達國家在這一領域一直處于領先地位, 2016年, 俄羅斯圣彼得堡海洋儀器康采恩研制出了新型水下導航定位系統, 該系統由深海浮標、俄羅斯全球衛星導航系統(global naviga- tion satellite system, GLONASS)和AUV組成, 可實現北極冰層下米級高精度導航定位[2]。同年, 美國國防部高級研究計劃局授予英國軍工巨頭BAE系統公司一份研發“深海定位導航系統”的合同, 通過在海底布放少量聲源信標來代替全球定位系統(global positioning system, GPS)實現無人航行器長時間高精度導航定位, 2017年該項目已進入第一階段研發工作, 預計2018年對原型樣機進行海試[2]。國內在該領域起步較晚, 但也取得一定的突破, “十五”期間我國首套“水下GPS高精度定位導航系統”研制成功, 在千島湖的湖試試驗表明, 該系統在水深45 m左右海域定位精度可達5cm, 測深精度為30cm[3]。

上述導航系統均采用組合導航方法, 是由2種及以上導航技術結合形成的綜合導航系統。組合導航結合不同導航技術的優點, 能夠增強導航系統的穩定性、精確性和持久性, 是當前使用最廣泛的導航方法, 也是未來AUV導航技術的發展方向。

1 導航技術概述

目前, 針對AUV的導航技術大體可分為傳統導航和非傳統導航技術2類。傳統導航技術主要包括航位推算導航、慣性導航和聲學導航等。與非傳統導航相比技術更為成熟, 使用范圍更加廣泛。非傳統導航技術主要包括地球物理導航、視覺導航等, 是發達國家大力研發的新興導航技術, 通常用來輔助慣性導航。

1.1 航位推算導航

航位推算導航最早于16世紀提出, 但當時很少用于水下。航位推算的定義可理解為在已知當前時刻位置的條件下, 通過測量載體移動的距離和方位, 推算下一時刻位置的方法[4]。AUV只要配備速度傳感器、航向傳感器及深度傳感器等, 通過獲取的數據將AUV的速度對時間進行積分來獲得水下航行器位置。

航位推算給定的初始坐標通常為衛星定位信號。航向傳感器現多采用光纖陀螺, 與傳統的機電陀螺相比, 光纖陀螺具有體積小、結構簡單、使用壽命長、質量輕及價格低等優點。速度傳感器大多采用多普勒測速儀(Doppler velocity log, DVL), 國外已研制出精度較高的DVL, 例如美國EDO公司的3040型多普勒測速聲吶工作頻率288 kHz, 測速精度為速度的0.2%[5]。

航位推算方法簡單, 所需設備價格相對低廉。航位推算法的當前位置是在前一時刻位置的基礎上推算出來的, 隨著迭代次數的增加誤差也會跟著累積, 再加上設備安裝、測量等過程中的固有誤差, 這些因素都會大大降低其定位精度。因此, 航位推算適合精度要求不高的導航任務, 需要其他導航進行輔助校正推算誤差。

1.2 慣性導航

慣性導航是依據牛頓慣性原理發展起來的自主式導航方法。慣性導航系統通常由慣性測量裝置、控制顯示器、處理計算機等組成, 其中慣性測量裝置最為關鍵, 是慣性導航的基礎, 主要由加速度計和陀螺儀組成。因此, 慣性導航是通過將AUV的加速度對時間2次積分來獲得潛航器位置的。1958年, 裝備了1套N6-A慣性導航系統和1套MK-19平臺羅經的美國鸚鵡螺號核潛艇從珍珠港出發, 歷時21 h穿越了北極冰蓋, 誤差僅有37 km。這次航行充分體現出了慣性導航系統自主性、隱蔽性和全天候的獨特優勢[6]。

慣性導航本質上可歸類為航位推算導航的一種。慣性導航系統主要分捷聯式和平臺式2種。由于捷聯式舍棄了平臺, 結構簡單、體積小、維護方便, 而被大多數慣性導航系統所采用。近年來, 激光陀螺和光纖陀螺捷聯慣導系統開始普遍應用于軍民領域, 例如美國Sperry公司的MK39/ 49艦船用激光捷聯慣導系統、法國IXSea公司先后研制的PHINS和MARINS船用光纖陀螺捷聯慣導系統等[7]。因此, 采用光纖和激光陀螺捷聯式慣導系統, 推動慣性導航系統向高精度、小型化、低成本、高可靠性及數字化發展是慣性導航系統未來的發展方向。

1.3 聲學導航

聲學導航是建立在水聲傳播技術基礎上的一種通過測定聲波信號傳播時間和相位差進行AUV和水上艦船導航定位的技術。在進行導航定位前, 需事先在海底、艦船底部或AUV上布置聲基線陣。常用的聲學導航主要有長基線(long ba- seline, LBL)、短基線(short baseline, SBL)和超短基線(ultra-short baseline, USBL)3種[8], 其中LBL可分為浮標式LBL和潛標式LBL。

圖1所示為4種聲學導航定位系統原理圖, 換能器或由換能器組成的基陣會向海底聲標或海面浮標發射水聲信號并接受返回的信號, 通過測定時延差或者方位角對AUV進行定位。

圖1 4種聲學導航定位系統示意圖

表1表明, LBL最長但定位精度最高, 英國Sonardyne公司代表性LBL產品有Compatt 6系列和Fusion 6G系列(圖2 a、b), 其中Compatt 6系列應答器根據不同體積分為6種類型, 標準型Com- patt 6工作水深為3650 m, 定位精度小于15mm; Fusion 6G系列為深水定位設備, 最大工作水深達7000m, 定位精度小于15mm且與深度無關[9-10]。USBL通常為多個水聽器組成的基陣, 作為一個整體安裝在艦船底部或AUV上, 基線最短, 定位精度最低。典型的USBL系統有法國iXblue公司的Posidonia II USBL和Gaps USBL (圖2 c、d), 其中Posidonia II最大作用范圍超過10000m以上,定位精度為斜距的0.2%; Gaps作用范圍較小, 最大作用距離為4000 m, 定位精度為斜距的0.06%[11-12]。

表1 聲學導航系統分類

圖2 典型長基線和超短基線產品

SBL的定位精度和基線長度都介于兩者間。針對SBL設計的產品很少, 美國Desert Star公司的Pilot是使用最多的SBL定位系統, 其配置簡單, 可幾分鐘內在任何船只上設置安裝完成, 在多徑效應嚴重的淺海區域定位精度可達分米級。

近年來, 針對浮標式LBL的研究和使用較潛標式LBL更為火熱, 這是由于浮標布置簡單, 而潛標在海底布置困難所造成的。文獻[13]設計了一種利用浮標式LBL導航定位輔助慣性導航的水下定位系統, 并利用頻域加權對水聲信號進行處理, 將定位誤差控制在2 m以內。文獻[14]提出一種基于多無人水面船(unmanned surface vehicle, USV)/AUV的LBL導航定位方法, 通過建立定位評價函數評估多USV與AUV間的角度距離關系, 建立最優隊形結構, 并通過仿真試驗證明該方法可以有效提高AUV定位精度。這種用USV代替浮標的方法, 相當于賦予了浮標可移動屬性, 本質上屬于浮標式LBL。

1.4 地球物理導航

地球物理導航依照所需地球物理參數的不同分為3大類: 地形匹配導航、海洋地磁導航和重力導航。地球物理導航的原理是將傳感器測得的數據同預先獲得的地球物理數據庫進行匹配確定載體所在位置。因3種地球物理導航原理類似, 文中重點以地形匹配導航原理為例介紹。

地形匹配導航是指通過比較地形參考數據庫以及地形高度測量值來確定載體位置的特征匹配導航技術[15]。海底地形輔助導航(seabed terrain aided navigation, STAN)技術主要用于水下導航定位, 將利用水下地形傳感器測得水下地形數據, 同水下地形數字海圖數據庫相匹配, 通過計算機處理數據得出潛航器所在位置, 通常用于輔助慣性導航系統, 其導航原理如圖3所示。

圖3 海底地形輔助導航原理圖

水下地形傳感器多采用測深測潛儀, 通過測得的水下地形特征, 結合慣導系統估算出位置信息進行數據預處理和補償, 即可獲得傳感器測得的實時地形位置, 利用匹配算法同數據庫中預先存儲的水下地形數字海圖進行匹配, 信息融合后可得最佳匹配位置, 并進一步對慣導系統進行修正[16]。STAN技術的難點主要有以下2個方面。

1) 高精度測深測潛儀的研制。目前測深測潛儀主要有3種: 多波束測深系統、亨特克深拖系統和激光探測系統。前2種系統屬于聲探測技術范疇, 由于水聲信號的傳播容易被干擾和截獲, 因此該類技術多用于非軍事領域。2008年, 日本東京大學研制的TUNA-SAND型AUV利用自身攜帶的多波束傳感器在鹿兒島海域進行了基于地形匹配的水下導航試驗, 取得較好的效果[17]。同年4月, 美國斯坦福大學研究的MBARI Dorado型AUV使用多波束測深測潛儀、多普勒計程儀和高度儀在蒙特利海灣進行了地形匹配導航的海試試驗, 其定位精度可達4 m[18-19]。激光探測系統隱蔽性好、探測精度高, 但價格昂貴, 多用于軍用領域。1971年, 美國海軍研制出脈沖激光測深系統(pulsed light airborne depth sounder, PLADS)型激光探測系統, 并進行了海底地形地貌的實測[20]。可加強對激光探測系統關鍵技術, 如激光偏振光水下成像技術、水下目標回波信號技術等的研究, 提高激光探測系統精度并設法降低成本, 從而普及其在非軍事領域的使用。

2) 完備的水下地形數字海圖數據庫也是地形匹配導航的基本數據源。美國國家圖像與測繪局(national imagery and mapping agency, NIMA)已經建立了分辨率可達0.5′的DBDB0.5海底地形數據庫。美國海軍海洋中心(naval oceano-graphic office, NAVOCEANO)也研制出了1套類似DBDB 0.5, 但分辨率更高的海底地形數據庫, 并將其應用于彈道導彈水下潛艇艦隊。

與地形匹配導航類似, 海洋地磁導航也采用預先獲取高精度地磁數據庫的方法, 目前有地磁測量和建立地磁場模型2種獲取方式。由于地磁場是不斷變化的, 所以單單依靠地磁測量數據進行導航是不現實的, 構建高精度的地磁場模型才能提高導航的可靠性[21]。目前的地磁模型有國際地磁模型(international geomagnetic reference field, IGRF)、中國地磁模型(China geomagnetic referen- ce field, CGRF)和局域地磁模型(local geomagne- tic reference field, LGRF)。由于前2種模型精度較低, 在100~200 nT之間, 所以并不適合高精度的地磁匹配導航。LGRF需要實測局域地磁特征量以構建地磁模型, 精度高于前2種[22]。地磁導航中的匹配算法和信息融合算法通常采用卡爾曼濾波或擴展卡爾曼濾波算法, 不斷優化算法也是提高導航精度的重要手段。

重力導航是基于重力場圖的導航方法, 其前提條件是要有相當精度的重力圖。重力圖主要依靠重力儀實現實測測量, 而重力測量獲得的重力圖不能直接用于導航, 這是因為重力場的特性和重力儀測量精度不能保證重力異常值與位置的嚴格單值對應關系, 而且測量點間隔也很大。因此, 根據導航重力儀和導航精度要求的具體情況, 尋求能夠保證導航定位精度的重力圖構建和優化方法是實現重力導航的關鍵。另外, 采用合適的重力匹配算法, 也是重力導航的重點研究內容。目前, 常用的有基于剛性變換的最近等值線點迭代算法和基于擴展卡爾曼濾波的算法。

1.5 視覺導航

視覺導航是指攝像機或視覺傳感器對捕獲的圖像等信息進行濾波和計算, 完成對障礙物和標志物的探測和識別。水下視覺導航分為光視覺和聲視覺2種[23]。光視覺是通過攝像頭對目標進行跟蹤控制, 而聲視覺采用的是圖像聲吶。由于海水中光照不足, 導致水下光視覺導航只適合AUV在小范圍區域的導航定位。聲視覺因為采用的是類似聲吶的原理, 通過處理不同物體返回的聲波, 并將其輪廓顯示出來。聲波比光在水中傳播距離更遠, 因此, 聲視覺比光視覺探測范圍更廣。

目前, 采用視覺導航的AUV多為光視覺導航系統。澳洲國立大學和悉尼大學聯合研發的Kam- bara是一種基于光視覺導航控制的AUV[24-25]。Kambara上共配有3個攝像頭, 其中2個側向攝像頭為其提供立體視覺, 第3個攝像頭用于實現自身控制和目標追蹤。日本東京大學研發一種可用于水質監測和水下浮游生物分布測量的光視覺系統AUV——Tantan[25], 通過其配備的高分辨率顯微攝像頭和內嵌的圖像識別處理模塊, 可以清晰地識別出不同水域中的浮游生物。由于目前還沒有相對完善的圖像聲吶識別目標的理論框架, 所以基于圖像聲吶的聲視覺導航多用來輔助光視覺導航。例如美國早期的一款水下搜索系統AUV, 裝備了前視聲吶、靜物照相機、電荷耦合器件(charge coupled device, CCD)攝像機以及水下照明設備, 在6 100 m的深海中, 可通過聲吶發現目標并不斷接近, 配合水下照明設備使用CCD攝像機拍照, 最后將圖片壓縮回傳到母艦或陸上控制中心。

水下光視覺導航受限于水中光照不足, 而正在研究的水下激光成像技術可比水下照明提高4倍探測范圍。早在1966年, 美國就對水下激光成像技術進行了研究, 較典型的有美國Sperry海洋有限公司研制的距離選通水下激光成像系統, 在衰減系數為0.1/m的水中, 觀測距離可達160 m, 與理論值相近, 即使在近岸的渾濁水體中觀察距離也可達30 m。另外, 美國Sparta公司研制的水下激光成像系統在港口水域的成像距離可達到500 W燈泡照射系統的5倍[26]。而我國在該領域的研究大多處在實驗室階段, 近幾年, 西安光機所、長春光機所、上海光機所、天津電視技術研究所、北京理工大學、華中理工大學及東南大學等單位均對水下成像系統進行了系統研究, 但與發達國家相比還存在較大差距[27]。

2 組合導航技術研究熱點

單一的導航技術并不能勝任日益復雜的導航任務, 因此AUV導航技術的研究熱點主要集中于組合導航技術。AUV水下組合導航技術通常是指以慣性導航系統(inertial navigation system, INS)為主, 借助聲學導航、地形匹配導航、重力導航、海洋地磁導航及視覺導航等其中的一個或多個進行輔助的組合導航技術, 旨在采用高精度的導航技術對INS隨時間累積的誤差進行校正, 同時保證AUV的自主性和隱蔽性。常用的組合導航包括: INS/聲學組合導航、INS/地球物理組合導航、INS/視覺組合導航及INS/天文組合導航等。其中針對前2種的研究最為廣泛, 其導航原理分別如圖4和圖5所示。

圖4 慣性導航系統/地球物理組合導航原理圖

2.1 INS/地磁匹配組合導航

INS/地磁匹配組合導航是INS/地球物理組合導航的一種, 由INS系統、地磁傳感器、地磁圖和解算計算機等組成。其本質是利用地磁傳感器測得的地磁數據與地磁圖匹配, 將匹配結果作為卡爾曼濾波的觀測量對組合導航系統進行濾波, 從而對INS系統的誤差進行抑制修正, 實現高精度定位。INS/地磁匹配組合導航具有無源、無輻射、全天候、全天時、高精度、隱蔽性好及自主性強等優點, 適用范圍廣, 除極點外的任何地點都可以使用。2種導航技術相互結合、優勢互補, 一方面, 地磁匹配導航的定位誤差不隨時間累積, 可以抑制INS誤差的發散, 重調其定位精度; 另一方面, 在地磁場較弱的地方, 傳感器無法獲取精確測量數據, INS系統可以為地磁匹配提供位置參考, 提高匹配精度和效率。INS/地磁匹配組合導航的強大優勢, 使其在軍用AUV領域得到高度重視, 并迅速發展。

圖5 INS/聲學組合導航原理圖

美、俄、英等軍事強國早在20世紀70年代就按照全陸域100~200 km和全海域400~500 km的測線間隔進行了全球磁力測量, 并繪制了可用于全球定位、AUV輔助導航及武器制導等的全球磁力矢量分布圖。20世紀90年代, 美國研制出了一種適合AUV的磁定位系統, 并發明了一項水下運載體磁標定位系統專利, 對AUV進行定位和重調。2003年8月, 美國國防部對外宣稱已研制成功定位精度在地面和空中優于30 m圓概率誤差(circular error probable, CEP), 在水下優于500 m CEP的純地磁導航系統[28]。2010年, 美國等西方發達國家開始倡導在軍隊中發展不依賴GPS的導航技術。為此, 美國海軍于2015年1月制定計劃明確任何需要主動向外發送信號的方案一律不予通過, 以防暴露潛艇的位置, 并建議采用磁場、天文或光學作為導航源。我國針對INS/地磁匹配組合導航的研究大多處在仿真階段。哈爾濱工程大學在對水下地磁測量、水下磁定位技術、INS/地磁組合導航以及地磁匹配算法等領域都做了大量的仿真和試驗, 并取得不錯的效果。

2.2 INS/重力匹配組合導航

作為INS/地球物理組合導航的一種, INS/重力匹配組合導航也擁有類似INS/地磁匹配組合導航的結構和優點。INS/重力匹配組合導航系統由INS系統、重力儀或重力梯度儀、海洋重力場背景圖和解算計算機組成。系統在獲取重力信息時對外無能量輻射, 也不接受電磁信號, 具有良好的隱蔽性, 不受地域和時域限制, 是名副其實的自主無源高精度導航系統。

20世紀90年代初, 研究者們提出了利用重力圖形匹配技術來改善INS系統性能的新概念。美國貝爾實驗室研發的重力輔助INS系統(gravi- ty aided inertial navigation system, GAINS)和重力梯度儀導航系統(gravity gradiometer navigation system, GGNS)都取得了預期效果。美國海軍于1998和1999年分別在艦船和潛艇上對洛克希德·馬丁公司研制的通用重力模塊(universal gra- vity module, UGM)進行了演示驗證。試驗證實采用重力圖形匹配技術可將導航系統的經緯度誤差降低至標稱誤差的10%。目前, 美國新一代的潛艇導航系統基本都包含重力傳感器模塊。國內針對INS/重力匹配組合導航的研究始于21世紀初, 主要對匹配算法進行研究, 尤其是迭代最近等值線點(iterative closest contour point, ICCP)算法。武漢大學、海軍工程大學、解放軍信息工程大學及哈爾濱工程大學等對ICCP算法、桑迪亞慣性地形輔助導航(Sandia inertial terrain-aided navigation, SITAN)算法、基于相關分析的地形輪廓匹配(terrain contour matching, TERCOM)算法做了大量研究和改進, 并取得一定進展[29-31]。整體來看, 我國同國外發達國家在INS/重力匹配組合導航領域還存在較大差距。

2.3 INS/LBL組合導航

INS和LBL都是傳統的導航技術, 與前面介紹的2種熱門導航技術相比, INS/LBL組合導航技術顯得太過老舊, 但這并不影響國內外學者對它的研究熱度。INS/LBL組合導航系統定位精度與水深無關, 可以在較大的范圍內獲得較高的定位精度, 無需進行復雜的地磁模型和重力模型的創建, 而且新興的浮標式LBL輔助INS系統可以克服潛標式LBL在海底信標布置困難的缺陷。這也是INS/LBL組合導航技術仍舊為當下熱點研究的原因之一。

2010年, 美國海軍和Hydronalix公司合作, 研發一種基于INS的AUV浮標定位和控制系統, 目的是使操作人員能夠對AUV進行跟蹤、監控、下達命令并與其通信, 項目被分為3個階段進行, 目前該項目仍處在研發過程中[32]。美國的羅德島大學近年來也正在進行1個AUV浮標定位通信的研究項目, 通過在每個浮標上安裝4個水聽器和1個發射換能器, 采用三角定位和水聲通信原理實現AUV的定位和同浮標的信息交互[33]。2013年, 我國的“蛟龍號”載人潛水器在南海進行4天10次的下潛試驗, “蛟龍號”配備有LBL和SBL兩套定位系統來輔助INS, 其中長基線定位系統精度更高, 可以保證“蛟龍號”在靜止狀態下定位方差小于2 cm。這10次下潛不僅發現了冷泉和新的海洋物種, 還帶來了海水樣品, 是我國海洋地質勘探領域的一次重大突破。我國雖然在LBL輔助INS導航的應用領域取得了一定的進展, 但高精度的LBL定位系統仍需從國外引進, 例如“蛟龍號”和“潛龍號”采用的LBL系統都是法國IXBLUE公司的深水LBL系統。

2.4 INS/地形匹配組合導航

INS/地形匹配組合導航較其他2種地球物理組合導航研究更早, 使用更廣泛。在很長一段時間內, 海底地形輔助導航的潛力并沒有被充分挖掘, 這是由于無法構建高精度的海底地形圖。直到多波束測深系統和激光探測系統等的出現, 海底的詳細地形信息才得以獲取并制成海圖。

2002年6月, 北大西洋公約組織(North Atlantic treaty organization, NATO)對搭載了由挪威國防研究所研制的地形匹配輔助INS導航系統的HUGIN AUV進行了多次BP02海試試驗[34]。澳大利亞悉尼大學研發的Oberon AUV采用的也是INS/地形匹配組合導航, 并在澳大利亞的近海進行了圖標定位和導航試驗[35]。

3 展望

導航技術由于其各自的導航方式不同, 應用領域也存在差異。航位推算導航和慣性導航通常作為一種基礎的導航方式與其他導航技術結合, 在軍民領域都廣泛使用; 聲學導航也廣泛應用于軍民領域, 但隨著各國在軍事上的投入不斷加大, 技術的不斷加強, 借助衛星信號定位的聲學導航信號被截獲、被干擾的可能性增大; 地球物理導航中, INS/地形匹配組合導航相對INS/地磁匹配和INS/重力匹配組合方式更為成熟, 這是由于地形數據庫相較于地磁和重力數據庫更易獲取、更加穩定, 所以后2種導航方式目前只在軍用領域有所使用。

3.1 軍用AUV導航技術

在軍事領域, AUV對提高海軍作戰能力有著舉足輕重的作用。在未來的水下戰略戰術中, 通過提高AUV導航能力來增強其在水下作戰中的自主性、隱蔽性及精確性等性能迫在眉睫。聲學導航由于其浮標或海底聲信標布置的困難性, GPS信號和水聲信號易被截獲和不穩定性, 在水下作戰中顯得尤為被動, 并有被INS/地磁匹配組合導航、INS/重力匹配組合導航等地球物理輔助導航方式取代的趨勢。

INS/地磁匹配組合導航和INS/重力匹配組合導航的發展方向主要有以下幾個方面。

1) 高精度的磁傳感器和重力傳感器的研制。高靈敏度、低功耗、穩定性好及抗干擾能力強將是未來2種傳感器研究的重點。

2) 完整的重力場模型和地磁模型的建立。這2種模型的創建都是極為復雜的工作, 而且由于重力場和地磁場都是不斷變化的, 每隔幾年都需要進行更新。因此, 定期對重力場模型和地磁模型進行更新和完善將是一項持久的工作。

3) 匹配算法的優化。對ICCP算法、SITAN算法、TERCOM算法等相關匹配算法進行進一步的研究分析, 或者相互結合, 減小匹配誤差。

4) 結合其他導航技術。在現有組合導航方式的基礎上, 繼續發展同衛星導航、視覺導航等的相互結合或者地磁導航同重力導航相結合輔助INS的多種導航技術, 優勢互補, 也是未來組合導航的發展方向之一。

其中完整的重力場模型和地磁模型的建立是其最大難點。如何在重力和地磁數據匱乏, 地球物理模型建立困難的情況下完成AUV的導航定位才是當務之急。

3.2 民用AUV導航技術

在民用領域, 例如海洋環境監測、海水養殖等, 并不要求信息具有隱蔽性。因此在未來的導航方式中, 可選擇性也會比較多。在獲得完備的地磁數據庫、重力數據庫的情況下, 利用地磁或者重力輔助INS的組合導航顯然是不錯的選擇。但在條件限制而無法獲得完備數據庫的情況下, 利用基于LBL的浮標導航定位輔助INS的組合導航方式更加方便、經濟, 也必將成為未來民用AUV導航技術的主要發展趨勢。

INS/LBL組合導航方式在未來的發展方向可劃分為以下幾點:

1) 逐漸用浮標代替海底信標。浮標相比于海底信標布置簡單、回收方便、經濟實用, 而且能保持LBL的高精度定位;

2) 我國北斗衛星導航系統(BeiDou naviga- tion satellite system, BDS)已經覆蓋了亞太地區, 浮標接收的GPS信號逐步用BDS信號來代替是我國浮標輔助導航定位的發展趨勢;

3) 研究高精度水聲傳感器。為了提高AUV同浮標間的通信能力, 面對復雜的水聲信道, 研制抗干擾能力更強、穩定性更好的水聲傳感器勢在必行;

4) 優化定位算法。LBL定位大多采用三角定位和數據融合算法, 設置更合適的權值以及在AUV上安裝深度傳感器將定位場景從3維轉換到2維等, 都能提高定位精度。

對我國而言, 逐步完成BDS導航系統, 以代替美國的GPS導航, 實現衛星導航領域的自主性, 并逐步擴大BDS導航范圍, 才能實現我國INS/ LBL組合導航質的發展。

4 結束語

針對組合導航技術在AUV發展與應用中的重要地位, 文中詳細介紹了各種AUV導航技術發展概況, 并著重對各種組合導航技術的發展情況進行了分析研究?？梢钥闯? 未來AUV的導航技術仍將是以INS為主的組合導航。INS/地磁匹配組合導航、INS/重力匹配組合導航等地球物理組合導航將在軍事領域發揮更加強大的作用; INS/LBL組合導航技術則將更加廣泛地應用于民用領域。

[1] 尚留記, 王碩. 導航技術及其在水下仿生機器人中的應用綜述[C]//2008年第四屆中國智能交通年會論文集. 青島: 科學技術部全國智能運輸系統協調指導小組辦公室, 2008: 64-70.

[2] 周偉, 李仲鈾. 俄、美新型水下導航系統發展分析[J]. 現代軍事, 2017(3): 64-67.

[3] 計劃“水下GPS高精度定位系統”課題組. 我國首套水下GPS高精度定位導航系統簡介[J]. 中國水利, 2004(3): 52-53.

[4] 鄭彤. 國外水下導航技術現狀分析[J]. 艦船電子工程, 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] 陳強, 張林根. 美國軍用UUV現狀及發展趨勢分析[J]. 艦船科學技術, 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] 董進武. 慣性導航技術淺析[J]. 儀表技術, 2017(1): 41-43.

[7] 尹偉偉, 郭士犖. 非衛星水下導航定位技術綜述[J]. 船舶電子工程, 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] 張居成. 深水長基線定位導航技術研究[D]. 哈爾濱: 哈爾濱工程大學, 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.Prne-ws-w--ire. com/news-releases/ixblue-celebrates-a-major-sales-mi-l-s-tone-more-than-250-usbl-acoustic-positioning-syste-ms-300065060.

[13] 張濤, 胡賀慶, 王自強, 等. 基于慣導及聲學浮標輔助的水下航行器導航定位系統[J]. 中國慣性技術學報, 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. 導航技術基礎[M]. 北京: 國防工業出版社, 2015: 123-124.

[16] 鄭彤, 邊少鋒, 王志剛. 基于ICCP匹配算法的海底地形匹配輔助導航[J]. 海洋測繪, 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 Autono-mous 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] 劉勇. 海底地形匹配導航技術研究[D]. 哈爾濱: 哈爾濱工程大學, 2009.

[21] 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.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, 黃文玲. 魚雷導航與控制技術[M]. 北京: 兵器工業出版社, 2015: 259-262.

[23] 孫玉山, 萬磊, 龐永杰. 潛水器導航技術研究現狀與展望[J]. 機器人技術與應用, 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, 張保民. 激光水下成像技術及其進展[J]. 光電子技術, 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] 劉廣榮, 黃睿, 金偉其, 等. 水下探測光電成像技術及其進展[J]. 光學技術, 2004, 30(6): 732-734.Liu Guang-rong, Huang Rui, Jin Wei-qi, et al. Recent De- velo-pments in Underwater Imaging Technique[J]. Optical Tech-ni-que, 2004, 30(6): 732-734.

[28] 周軍, 葛致磊, 施桂國, 等. 地磁導航發展與關鍵技術[J]. 宇航學報, 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. 水下重力輔助慣性導航的理論與方法研究[D].鄭州: 解放軍信息工程大學, 2010.

[30] 張紅偉. 水下重力場輔助導航定位關鍵技術研究[D]. 哈爾濱: 哈爾濱工程大學, 2013.

[31] 秦政, 邊信黔, 施小成, 等. 水下運載體重力輔助慣性導航系統仿真平臺[J]. 武漢大學學報(信息科學版), 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. Multisen-sor 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, 呂文紅, 范曉靜, 等. AUV導航技術發展現狀與展望[J]. 水下無人系統學報, 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.

山東省重點研發計劃(公益類專項)項目(2018GHY115022).

魏博文(1991-), 男, 在讀碩士, 主要研究方向為無線通信技術.

呂文紅(1968-), 女, 博士, 教授, 主要研究方向為導航與通信系統、運籌學與最優化方法等.

(責任編輯: 楊力軍)