基於地形輔助的深海長航時ARV自主導航技術研究

《基於地形輔助的深海長航時ARV自主導航技術研究》是依託東南大學，由程向紅擔任項目負責人的面上項目。

基本介紹

• 中文名：基於地形輔助的深海長航時ARV自主導航技術研究
• 項目類別：面上項目
• 項目負責人：程向紅
• 依託單位：東南大學

中文摘要

SINS/TAN組合導航是深海ARV實現遠程高精度自主導航的重要方式，松組合導航技術較為成熟，但精度有待提高。本項目擬開展基於地形輔助SINS的深海長航時緊組合方法研究，並搭建仿真平台進行驗證。在用高斯過程回歸準確建立低解析度海圖的基礎上，具體研究基於高斯和粒子濾波器的SINS/TAN緊組合導航定位方式。利用ARV裝備的壓力感測器和測深儀獲得水深數據，並直接作為濾波器的觀測輸入，將ARV位置、姿態與水深值緊密結合，使ARV緊組合導航實現高精度。本項目能有效提高ARV組合導航的定位精度和可靠性，為實現ARV長航時高精度自主導航提供解決方案和理論指導。

結題摘要

自主遙控水下機器人（ARV）作為深海探測和深海作業的重要工具，其導航定位精度直接影響探測結果的準確性。本項目針對基於地形輔助的深海長航時ARV自主導航技術開展研究，並取得了一系列成果。建立SINS/TAN緊組合系統離散非線性狀態方程，引入高斯過程進行低解析度海圖下的海底地形建模，搭建基於高斯過程-高斯和粒子濾波的SINS/TAN緊組合導航仿真平台，利用ARV裝備的壓力感測器和測深儀獲得水深數據，並直接作為濾波器的觀測輸入量，將ARV位置、姿態與水深值緊密結合，仿真表明，本框架下的緊組合導航定位誤差優於一個海圖解析度。針對水下複雜環境中導航感測器輸出異常和組合導航精度低的問題，提出一種自適應補償H無窮濾波算法。該算法抑制了水下動態干擾環境下的濾波發散程度，同時建立了水下複雜環境變化與濾波器參數值的關係，有效提高狀態估計的精度。半物理試驗表明，所提出的自適應補償H無窮濾波器的收斂速度和估計值均優於Kalman濾波器和H無窮濾波器。設計了基於改進粒子群最佳化的組合導航算法，線上性遞減權重粒子群最佳化算法的基礎上，引入收斂因子對粒子的飛行速度和位置進行約束更新，仿真表明，改進PSO算法的定位精度和匹配速度均明顯優於傳統地形匹配算法。通過本項目關於SINS/TAN緊組合技術、多源信息融合技術、水下地形匹配技術的研究，基於地形輔助的ARV自主導航定位精度得以提升，系統可靠性加強，為ARV進行深海作業提供保障。