STERN框架:水下自主近距离操作中的同步轨迹估计与相对导航新方法
《IEEE Journal of Oceanic Engineering》:STERN: Simultaneous Trajectory Estimation and Relative Navigation for Autonomous Underwater Proximity Operations
【字体:
大
中
小
】
时间:2025年12月25日
来源:IEEE Journal of Oceanic Engineering 5.3
编辑推荐:
为解决自主水下航行器(AUV)在动态目标接近操作中的相对导航难题,本研究提出了基于因子图的同步轨迹估计与相对导航(STERN)框架。研究人员通过模拟和实地实验验证了该框架在AUV与移动母船声学导引场景中的有效性,证明了其能够灵活整合不同传感器数据并适应目标运动模型,为水下自主对接任务提供了通用化解决方案。该研究发表于《IEEE Journal of Oceanic Engineering》,为复杂水下作业提供了重要的理论支撑和技术路径。
在海洋资源勘探、海底基础设施维护等学术与商业应用领域,自主水下航行器(AUV)正发挥着越来越重要的作用。然而,AUV的续航能力和自主性限制始终是制约其大规模应用的瓶颈问题。特别是当AUV需要与水下充电站、母船或其他AUV进行交互作业时,如何实现精确可靠的相对导航成为关键挑战。传统的遥控水下航行器(ROV)虽能完成部分任务,但受限于线缆束缚,其活动范围和灵活性大打折扣。
针对这一难题,研究人员从航天器近距离操作中汲取灵感,提出了水下近距离操作(prox-ops)的概念框架。该框架将AUV接近目标的过程划分为远程阶段、长距离阶段、终端阶段和联合阶段四个不同阶段,每个阶段对应不同的传感器模态和任务要求。其中最具挑战性的场景当属AUV与动态目标(如航行的母船)在长距离阶段的相对导航,这不仅需要实时定位追踪AUV自身状态,还需同步估计移动目标的轨迹和动力学特性。
本研究创新性地提出了STERN(同步轨迹估计与相对导航)框架,利用因子图这一概率图模型来统一表示各类水下近距离操作场景。因子图通过变量节点表示待估计状态,因子节点编码传感器测量和运动模型约束,能够直观地描述AUV与目标之间的时空关系。特别是在处理动态目标时,该框架通过引入目标运动模型因子,将恒定航向和速度的合理假设转化为图优化问题中的约束条件,实现了对目标运动轨迹的平滑估计。
为验证STERN框架的实际性能,研究团队设计了专门的实验方案。在技术方法层面,主要采用了以下关键方法:基于预积分IMU因子处理惯性测量单元数据,使用自定义深度因子整合压力传感器测量,开发距离-方位因子处理中继式超短基线(USBL)声学测量,并创建运动模型因子约束动态目标的状态估计。实验数据来源于Stonefish模拟器仿真和实地部署,其中实地测试在瑞典斯德哥尔摩的Baggensfjarden峡湾进行,使用AUV LoLo作为追踪器,服务船模拟动态母船目标。
研究结果显示,STERN框架在不同实验场景下均表现出良好的估计性能。在模拟实验中,即使目标运动在一定程度上违背了恒定动力学假设,该系统仍能通过调节运动模型因子的约束强度(依从度)来平衡估计的准确性和鲁棒性。特别是在平行和垂直两种典型相对运动轨迹下,系统对目标位置、速度和航向的估计误差均随测量数据的积累而逐步收敛。
实地实验数据进一步证实了该框架的实用性。尽管实际海洋环境中存在未建模的USBL测量误差和目标运动的不确定性,STERN框架仍能提供比单纯航位推算更可靠的相对导航解算。时序分析表明,完整的平滑解算(利用全部历史数据)相比实时递推解算具有更优的精度,但即使在有限计算资源下,系统仍能满足实时性要求,单关键帧处理时间远低于声学定位系统的更新周期。
通过系统性的参数扫描实验,研究人员还揭示了运动模型约束强度与USBL测量噪声水平之间的内在关联。结果表明,存在一个最优的约束强度设置区间,能够在不过度依赖理想运动假设的前提下,有效抑制测量噪声带来的估计抖动。这一发现为实际应用中参数调优提供了重要指导。
该研究的创新价值主要体现在三个方面:首先,STERN框架首次将因子图建模系统性地引入到水下近距离操作领域,为不同传感器配置和场景需求提供了统一的表示方法;其次,通过详细的理论推导和实验验证,明确了该框架在动态目标相对导航中的有效性和局限性;最后,完整的软硬件实现和时序分析证明了其在真实AUV平台上部署的可行性。
值得注意的是,本研究也存在一定局限性。对目标运动的恒定动力学假设在复杂海洋环境中可能过于理想化,USBL测量中的异常值和传输延迟等问题也需要更精细的处理方法。未来的研究方向包括引入更通用的运动模型(如高斯过程因子)、扩展框架以支持全六自由度姿态估计,以及将估计结果与规划和控制系统闭环集成。
总体而言,这项发表于《IEEE Journal of Oceanic Engineering》的研究为水下自主系统的智能升级提供了重要技术支撑。STERN框架的灵活性和可扩展性使其不仅适用于当前的AUV回收和对接任务,也为未来更复杂的水下协同作业奠定了基础,对推动海洋机器人技术发展具有深远意义。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号