徐博,李盛新,張奐
哈爾濱工程大學自動化學院,黑龍江哈爾濱150001
自主水下航行器(autonomous underwater vehicles,AUV)在水下監視、海洋調查、生物監測等諸多軍事、民事水下任務中得到了廣泛的應用[1]。由于射頻和全球定位系統(GPS)信號在水下快速衰減的特性,導航定位問題成為發展AUV 面臨的重要挑戰。高精度陀螺儀和加速度計組成的慣性導航系統(INS)是目前最常用的水下定位方法。然而,即使是高精度的慣性傳感器也會隨著時間的推移積累定位誤差,導致定位誤差發散[2-5]。1996年日本學者Kurazume Ryo 在機器人定位領域首次提出了協同定位的概念[6]。近年來,利用聲吶技術測量AUV 的相對位置關系估計多AUV 協同定位,已成為AUV 定位領域的重點研究問題。相比于傳統的長基線(long baseline,LBL)、短基線(short baseline,SBL)和超短基線(ultra-short baseline,USBL)等定位方法[7],多AUV 協同定位方法無需事先布放海底基陣和水面船只等輔助設備,能夠有效降低AUV 定位系統的硬件復雜度,適用于AUV 在大范圍海域執行各種任務的需求。
協同定位是目前水下中間層區域多AUV 系統最有效的定位方法之一,具有廣闊的應用前景。通常情況下,多AUV 協同定位具有兩種形式:1)并行式,即系統中每個航行器的功能和結構相同,使用各自的導航系統進行定位,通過水聲通信,獲取其他航行器的位置信息;2)主從式,也稱為領航式,即系統中少量領航AUV 裝備高精度導航設備,大量跟隨AUV 裝備低精度導航設備,跟隨AUV 通過水下聲學調制解調器獲得與領航AUV 的位置關系以提高自身定位精度。并行式的協同定位結構簡單,但每個AUV 都裝備高精度導航設備,成本將增加很多倍,而主從式兼顧了定位精度和成本,成為多AUV 協同定位研究的主要方向[8]。主從式協同定位系統中,領航AUV 裝備高精度INS,多普勒速度計程儀(DVL),GPS 和水聲通信設備等,導航定位系統以高精度慣導設備為主,初始位置通過GPS 獲得,以DVL 測量的絕對速度作為慣導外部輸入,進一步提高了協同定位的精度,跟隨AUV 裝備低精度INS,DVL 和水聲通信設備等。基于高、低精度導航設備的傳感網絡,通過AUV 間的相對測量與信息共享,進而實現整個編隊的導航定位性能提升[9]。
傳統的協同定位方法是使用基于狀態空間模型的濾波技術,它能夠實現統計最優估計,補償基于傳感器的航位推算誤差,獲得較高精度的狀態估計信息[10]。房新鵬等[11]提出一種基于雙移動信標的航行器定位方法,雙移動信標由2 艘無人水面艇來擔任,在2 艘無人水面艇上分別安裝有差分GPS、航向與航向角速度傳感器及聲定位與通信聲吶,AUV 上安裝有航向、航速、航向角速度傳感器及聲定位與通信聲吶。2 艘無人水面艇上的聲定位與通信聲吶周期性地發出聲定位信號,同時將自身的位置發送給AUV。當AUV 上的聲定位與通信聲吶接收到無人水面艇發送來的聲定位信號和位置信息后,建立狀態空間模型并利用擴展卡爾曼濾波器(EKF)進行水下定位。仿真試驗證明了所提方法的有效性。然而,當AUV 上裝備的航向、航速、航向角速度傳感器由于某種原因失效或者被敵方破壞,這種僅基于狀態空間模型的濾波技術將會由于無法進行濾波預測而失效。另外,在需要大量AUV 組成集群協同工作的情況下,即使跟隨AUV 裝備低精度的導航設備,其所需的INS 和DVL 也仍是一筆不菲的成本。故在實際工程應用中,如果跟隨AUV 沒有裝備INS 和DVL,還能夠保障協同定位系統的定位精度在允許的范圍內,將具有重大的研究價值。
針對上述問題,本文將在傳統多AUV 協同定位方法的基礎上,結合跟隨AUV 與領航AUV 之間的相對運動模型和雙領航協同定位狀態空間模型,設計一種基于雙運動模型的主從式多AUV 協同定位方法,利用相對運動模型估計跟隨AUV 的航向信息和速度信息;再通過應用雙領航模式的多AUV 協同定位狀態空間模型,進一步提高協同定位系統的魯棒性和準確性。
AUV 在水下進行三維空間運動,3 個位置狀態變量(x,y,z)分別表示以導航坐標系原點為參考點的AUV 水平位置和深度。由于深度z可以直接由壓力傳感器得到,為了簡化模型維數,使不同深度的AUV 投影在同一水平面內,將三維運動學模型簡化為二維運動學模型,如圖1 所示。圖中,d 為領航艇的投影與跟隨艇之間的距離,l為領航艇與跟隨艇之間的真實距離。
定義跟隨AUV 在tk時刻的位置向量為(xsk,ysk) ,領 航AUV 在tk時 刻 的 位 置 向 量 為(xmk,ymk) ,跟 隨AUV 在tk時 刻 的 狀 態 向 量 為




圖6 跟隨AUV 的北向速度比較圖Fig.6 A comparison of the northward velocity of follower AUV

圖7 跟隨AUV 的航跡向比較圖Fig.7 A comparison of the track direction of follower AUV
從試驗結果可以看出,本文提出的雙模型協同定位方法可以實現在跟隨AUV 沒有裝備INS 和DVL 的情況下實時估計跟隨AUV 的位置,并且保障協同定位系統的定位精度在允許范圍之內。

圖8 跟隨AUV 的航行軌跡比較圖Fig.8 A comparison of the sailing track of follower AUV

圖9 跟 誤差比較圖Fig.9 A comparisong error of follower AUV
在主從式多AUV 協同定位系統中,跟隨AUV裝備低精度INS,DVL 和水聲通信設備等傳感器。然而在跟隨AUV 數量較多的情況下,就需要很多的INS 和DVL,系統配置復雜,相應成本也隨之提高。針對上述問題,本文以縮減多AUV 協同定位系統成本為目標,在傳統多AUV 協同定位方法的基礎上,設計一種基于雙模型的主從式多AUV 協同定位方法,利用EKF 進行狀態估計,估計跟隨AUV 的實時航向信息和速度信息,再應用雙領航模式的多AUV 協同定位狀態空間模型,進一步保障了多AUV 系統協同定位性能。最后,通過海面試驗數據進行了仿真試驗驗證。結果表明,本文提出的基于雙模型主從式多AUV 協同定位方法能夠實現在跟隨AUV 沒有裝備INS 和DVL情況下,實時、準確地估計跟隨AUV的位置。
本文提出的系統定位方法的主要優點體現在:僅基于跟隨AUV 和領航AUV 間的相對測量距離及領航AUV 廣播的自身位置和速度信息,即可計算得到跟隨AUV 的位置、速度和航向信息,節約了大量INS 和DVL,降低了多AUV 協同定位的成本,從而降低AUV 系統配置的復雜性,且節約了跟隨AUV 的內部空間并減輕重量;將AUV 相對運動狀態空間模型與雙領航模式的多AUV 協同定位狀態空間模型相結合,保障了多AUV 協同定位系統的協同定位性能。同時,本文所提出的方法也可作為一種提高多AUV 協同定位系統容錯性的措施,當跟隨AUV 上裝備的INS 和DVL 由于某種原因失效或者遭到破壞時,該方法可作為后補算法實時估計AUV 的位置信息,為進一步研究多AUV 協同定位系統、提高系統協同定位性能提供了可行性思路和方法。