[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN105547300A - 用于auv的全源导航系统及方法 - Google Patents

用于auv的全源导航系统及方法 Download PDF

Info

Publication number
CN105547300A
CN105547300A CN201511020721.XA CN201511020721A CN105547300A CN 105547300 A CN105547300 A CN 105547300A CN 201511020721 A CN201511020721 A CN 201511020721A CN 105547300 A CN105547300 A CN 105547300A
Authority
CN
China
Prior art keywords
auv
data
navigation
full source
correction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201511020721.XA
Other languages
English (en)
Inventor
车欢
鲍桂清
蔡仁澜
谭星亮
董启甲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Space Star Technology Co Ltd
Original Assignee
Space Star Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Space Star Technology Co Ltd filed Critical Space Star Technology Co Ltd
Priority to CN201511020721.XA priority Critical patent/CN105547300A/zh
Publication of CN105547300A publication Critical patent/CN105547300A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明实施例公开了一种用于AUV的全源导航系统及方法,所述系统包括:基本导航模块,获取AUV的运动数据,并根据该运动数据计算AUV的导航位置;实时地形获取模块,获取AUV所在位置的实时地形数据;准确地形获取模块,根据所述AUV的导航位置和所述实时地形数据与参考地形数据进行匹配,得到AUV所在位置的准确地形数据;校正数据获取模块,获取AUV距海底的斜率数据作为校正数据;导航位置校正模块,利用所述斜率数据对所述AUV的导航位置进行校正;全源导航计算模块,根据校正后的所述AUV的导航位置、AUV所在位置的准确地形数据进行全源导航计算,得到AUV全源导航数据。

Description

用于AUV的全源导航系统及方法
技术领域
本发明涉及导航应用技术领域,具体涉及一种用于AUV的全源导航系统及方法。
背景技术
AUV又称为自主水下航行器(AutonomousUnderwaterVehicle),是目前广泛应用的水下探测设备,其导航方法依据原理不同主要可以分为三大类:其一,声学导航定位方法;其二,利用地球物理特性进行导航;其三,以惯性导航为主的航迹推算和最优估计组合导航方法。其中,声学定位方法需要安装声波发送和接收设备,这些设备的安装和标定比较困难,定位的作用范围也有限,因而不适合远距离、长航时、任意海域的AUV导航。另外一种方法即利用地球物理特性进行水下导航是最近几年国外研究的热点问题,理论分析和内场实验结果都显示了这类方法具有很大发展潜力,但是目前技术上还不够成熟,离实际应用还有差距。当前广泛采用第三类组合导航方法,即以惯性导航为主的航迹推算和最优估计组合导航。然而,AUV在水下航行时所处环境非常复杂,在不同的情况下需要分别借助多种不同的传感器或探测器,各种传感器或探测器相互独立,其应用系统以及各自所采集的数据也都是相互独立,使得应用范围受到很大局限,例如,通过搜索定位仅能获取不同的离散位置点的数据,而各点之间由于特殊地理环境可能无法准确定位。另外,在应用中有时需要同时参考多种不同传感器或探测器所采集的数据,这就需要繁杂的操作和大量的工作来分别获取感测数据以及将各自所取得的数据进行繁琐的后期处理,大大降低了工作效率。因此,提供一种适用于AUV的全源导航方法与任意导航传感器和敏感器快速集成,充分利用任意可用的传感器信息参与导航定位,发挥各传感器的优势,满足AUV在复杂的水下环境中的导航需求是目前亟需解决的问题。
发明内容
有鉴于此,本发明实施例提供一种用于AUV的全源导航系统及方法,以满足目前的需求。
第一方面,本发明实施例提供了一种用于AUV的全源导航系统,包括:
基本导航模块,获取AUV的运动数据,并根据该运动数据计算AUV的导航位置;
实时地形获取模块,获取AUV所在位置的实时地形数据;
准确地形获取模块,根据所述AUV的导航位置和所述实时地形数据与参考地形数据进行匹配,得到AUV所在位置的准确地形数据;
校正数据获取模块,获取AUV距海底的斜率数据作为校正数据;
导航位置校正模块,利用所述斜率数据对所述AUV的导航位置进行校正;
全源导航计算模块,根据校正后的所述AUV的导航位置、AUV所在位置的准确地形数据进行全源导航计算,得到AUV全源导航数据。
第二方面,本发明实施例还提供了一种如第一方面所述的全源导航系统的执行方法,包括:
加载场景与传感器信息,初始化滤波器状态;
根据传感器状态标记传感器操作;
过滤传感器数据;
基于传感器活动添加或删除传感器;
进行线性建模;
根据处理间隔进行状态转移;
数据融合。
第三方面,本发明实施例还提供了一种用于AUV的全源导航方法,包括如下步骤:
获取AUV的运动数据,并根据该运动数据计算AUV的导航位置;
获取AUV所在位置的实时地形数据;
根据所述AUV的导航位置和所述实时地形数据与参考地形数据进行匹配,得到AUV所在位置的准确地形数据;
获取AUV距海底的斜率数据;
利用该斜率数据对所述AUV的导航位置进行校正;
根据校正后的所述AUV的导航位置、AUV所在位置的准确地形数据进行全源导航计算,得到AUV全源导航数据。
本发明与传统技术相比的有益效果为:
(1)本发明针对各种水下传感器的特点,将多种传感器信息进行融合,发挥各传感器的优势;
(2)本发明提供的融合多种传感器信息的全源导航方法,能够摆脱对单一传感器的过度依赖,提供低成本、高可信的导航定位能力;
(3)本发明提供的系统架构体系,以为复杂环境下提供高可信、低成本、无缝链接、智能集成的优化方案,实现“即插即用”的软件方案。
(4)本发明提供的在搜索定位和航迹跟踪双重模式下的地形匹配导航,利用航迹跟踪可以实现搜索定位间隔内的实时精确导航,弥补了只依靠搜索定位实现连续定位困难的问题,适合于当AUV在特定区域航行时,进行连续精确导航定位的需求。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对本发明实施例描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据本发明实施例的内容和这些附图获得其他的附图。
图1是本发明具体实施例一所述的用于AUV的全源导航系统的结构框图;
图2是本发明中的AUV的运动姿态示意图;
图3是本发明具体实施例二所述的用于AUV的全源导航方法的流程图;
图4是本发明具体实施例四所述的用于AUV的全源导航系统的执行方法的流程。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面将结合附图对本发明实施例的技术方案作进一步的详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
实施例一
图1是本实施例所述的用于AUV的全源导航系统的结构框图,如图1所示,所述全源导航系统包括:
基本导航模块101,用于获取AUV的运动数据,并根据该运动数据计算AUV的导航位置;
要实现对AUV的全源导航,目标AUV的运动数据是需要获取的最基本信息之一,通常包括运动姿态和速度等信息。对于运动姿态,可参见图2所示,一般包括沿着三个方向的位移和绕着三个方向的旋转,这六种状态分别为横向位移(Sway)、前向位移(Surge)、纵向位移(Heave)、纵倾角(Pitch)、横滚角(Roll)和航向角(Yaw)。可以通过多种传感或探测设备获取目标AUV的运动数据,例如,IMU、DVL、CVL、罗盘、磁力计等。
在得到目标AUV的运动数据后即可根据该运动数据计算出AUV的实时导航位置,目前的船位推算算法已经很成熟,可以采用现有的船位推算算法计算得到上述实时导航位置。
实时地形获取模块102,获取AUV所在位置的实时地形数据;
除上述运动数据及相应的实时导航位置外,还需要通过实时地形获取模块102来获取目标AUV所在位置的实时地形数据。可以通过以下设备获取某一位置的实时地形数据:多波束测深仪、高度计、深度计等。例如,通过深度计和高度计作为水深测量设备来测量目标AUV所处的水深值;利用多波束测深仪测量目标AUV测深剖面的水深数据等。
准确地形获取模块103,根据所述AUV的导航位置和所述实时地形数据与参考地形数据进行匹配,得到AUV所在位置的准确地形数据;
通过所述实时地形获取模块102所得到的实时地形数据作为第一手探测数据不够准确,通常还需要进一步处理才可用于后续的导航过程。可以根据前面获取的所述AUV的实时导航位置和所述实时地形数据与参考地形数据进行匹配,从而得到AUV所在位置的准确地形数据。
进一步地,所述准确地形获取模块103可以包括参考地形数据存储单元,用于存储参考地形数据及相关联的位置数据;以及,地形匹配单元,用于根据所述AUV的导航位置和所述实时地形数据与参考地形数据进行匹配,从而得到AUV所在位置的准确地形数据。
校正数据获取模块104,获取AUV距海底的斜率数据作为校正数据;
导航位置校正模块105,利用所述斜率数据对所述AUV的导航位置进行校正;
为了进一步得到目标AUV更精确的导航位置,可以获取AUV距海底的斜率数据作为校正数据,并利用该斜率数据来校正前面所述的目标AUV的实时导航位置。示例性地,所述校正数据获取模块可以包括水声应答器,通过水声应答器来获取斜率数据和/或方位夹角作为所述校正数据。
全源导航计算模块106,根据校正后的所述AUV的导航位置、AUV所在位置的准确地形数据进行全源导航,得到AUV全源导航数据。
在得到所述AUV的经校正后的导航位置数据以及AUV所在位置的准确地形数据之后,即可根据这些数据来进行全源导航计算,得到综合了多种传感器/探测器的感测数据的全源导航数据,该全源导航数据比基于任何一种单一的或少数几种传感器/探测器所得到的导航数据更加精确和全面,参考价值更高。
进一步地,所述全源导航计算模块可以包括:状态控制单元,根据所述基本导航模块、准确地形获取模块、以及导航位置校正模块所输出数据的有效性得到状态控制数据;以及数据融合单元,根据所述状态控制数据对校正后的所述AUV的导航位置、AUV所在位置的准确地形数据进行数据融合,得到AUV全源导航数据。
更进一步地,所述数据融合单元可以包括三个子滤波器以及相连的主滤波器,其中,所述三个子滤波器的状态量均为AUV的位置、速度和姿态,测量量分别为校正后的所述AUV的导航位置、AUV所在位置的准确地形数据、以及所述校正数据;所述主滤波器根据所述状态控制数据控制各子滤波器的状态,并对校正后的所述AUV的导航位置、AUV所在位置的准确地形数据进行数据融合。
本实施例提供了一种具有融合多种传感器信息能力的全源导航系统。该系统充分利用水下环境中任意可用的传感器信息,实现AUV的全源导航技术。该技术融合多种传感器信息,可以提高AUV导航定位的适应性和自主性,从而提高定位结果的精度和可信度。
实施例二
图3是本实施例所述的用于AUV的全源导航方法的流程图,如图3所示,本实施例所述的全源导航方法,包括如下步骤:
S1、获取AUV的运动数据,并根据该运动数据计算AUV的导航位置;
目标AUV的运动数据通常包括运动姿态和速度等信息。对于运动姿态,可参见图2所示,此处不再赘述。可以通过多种传感或探测设备获取目标AUV的运动数据,例如,IMU、DVL、CVL、罗盘、磁力计等。在得到目标AUV的运动数据后即可根据该运动数据计算出AUV的实时导航位置。
S2、获取AUV所在位置的实时地形数据;
可以通过以下设备获取某一位置的实时地形数据:多波束测深仪、高度计、深度计等。例如,通过深度计和高度计作为水深测量设备来测量目标AUV所处的水深值;利用多波束测深仪测量目标AUV测深剖面的水深数据等。
S3、根据所述AUV的导航位置和所述实时地形数据与参考地形数据进行匹配,得到AUV所在位置的准确地形数据;
通过所述步骤S2所得到的实时地形数据作为第一手探测数据不够准确,通常还需要进一步处理才可用于后续的导航过程。可以根据前面获取的所述AUV的实时导航位置和所述实时地形数据与参考地形数据进行匹配,从而得到AUV所在位置的准确地形数据。
S4、获取AUV距海底的斜率数据;
S5、利用该斜率数据对所述AUV的导航位置进行校正;
为了进一步得到目标AUV更精确的导航位置,可以获取AUV距海底的斜率数据作为校正数据,并利用该斜率数据来校正前面所述的目标AUV的实时导航位置。示例性地,所述校正数据获取模块可以包括水声应答器,通过水声应答器来获取斜率数据和/或方位夹角作为所述校正数据。
S6、根据校正后的所述AUV的导航位置、AUV所在位置的准确地形数据进行全源导航计算,得到AUV全源导航数据。
在得到所述AUV的经校正后的导航位置数据以及AUV所在位置的准确地形数据之后,即可根据这些数据来进行全源导航计算,得到综合了多种传感器/探测器的感测数据的全源导航数据。
进一步地,所述步骤S6还包括:根据所述步骤S1、S3、S5所输出数据的有效性得到状态控制数据;以及,根据所述状态控制数据对校正后的所述AUV的导航位置、AUV所在位置的准确地形数据进行数据融合,从而得到AUV全源导航数据。
本实施例提供一种具有融合多种传感器信息能力的全源导航方法。该方法充分利用水下环境中任意可用的传感器信息,实现AUV的全源导航技术。该技术融合多种传感器信息,可以提高AUV导航定位的适应性和自主性,从而提高定位结果的精度和可信度。
实施例三
下面描述用于AUV的全源导航方法的算法及相应的数据模型,具体如下所示:
(1)建立目标AUV的动力学模型:
AUV的运动状态一般包括沿着三个方向的位移和绕着三个方向的旋转,如图2所示,这六种状态分别为横向位移(Sway)、前向位移(Surge)、纵向位移(Heave)、纵倾角(Pitch)、横滚角(Roll)和航向角(Yaw)。
本发明主要采用通用动力学模型和常规导航状态,将IMU测量值作为测量更新值,待估基本导航状态量如下所示:
x = ( L λ A l t ( v n ) T ( q ) T ( a b ) T ( ω n b b ) T 1 × 16 ) T
其中,Lλ
Alt分别是大地纬度、经度和高程,vn是东北天速度,ab是载体坐标加速度,q是基于载体姿态的四元素数组,wnb是载体框架描述的载体坐标到NED框架的角速率。所有的状态量都以导航系统平台的某个选取中心点为基准。
构建状态量转移公式,位置状态的转移方程如下:
L · = υ N R m + A l t , λ · = υ E sec L R p + A l t , A · l t = - υ D
其中,vN/vE/vD分别是X、Y、Z轴的速度,移动载体的速度vN、加速度ab代表由载体运动引起的速度和加速度。因此,重力、Coriolis、曲面运动加速度等因此在动态方程中不考虑;其影响仅表现在测量更新方程中。根据牛顿定律,将载体加速度转换为NED框架后,速度的转移矩阵表示为:
v · n = C b n a b
采用FOGM模型描述加速度的状态转移,其方程(单轴方程)如下所示:
a · b = - 1 T a x a b + w a x
该模型能够有效描述目标平台的动态特征,并将物理特性、可预估的机动等考虑在内。
四元素姿态转移方程为:
q · = q · 1 q · 2 q · 3 q · 4 = 1 / 2 Q ( q ) 0 ω n b b
Q(q)矩阵具有如下形式:
Q ( q ) = q 1 - q 2 - q 3 - q 4 q 2 q 1 - q 4 q 3 q 3 q 4 q 1 - q 2 q 4 - q 3 q 2 q 1
根据平台,使用修正的FOGM角速率模型,从NED框架到本体框架的角速率(单轴)状态转移方程如下;
ω · nb x b = - 1 T ω x ω nb x b + w ω x
其中,时间常量Twx和噪声参数Wwx由用户自定义,并且可根据平台动态特性进行适应性调整。
将所有状态纳入统一状态转移方程,有以下转移方程形式:
x · ( t ) = f [ x ( t ) , u ( t ) , t ] + G ( t ) w ( t )
状态方程中,G(t)是噪声分布矩阵,在基本动态模型下,其具体形式为:
G = O 3 O 3 . . . . . . I 3 O 3 O 3 I 3 16 × 6 w a w ω 6 × 1
方程的噪声能量方程Q的形式为:
Q = Q a O 3 O 3 Q ω
其中,Qa、Qw可通过FOGM时间常量和噪声参数按照GM模型推导;以下仅给出单轴的计算公式:
Q a = 2 σ a x 2 T a x , Q ω = 2 σ ω x 2 T ω x
(2)利用步骤(1)中的动力学模型建立状态空间模型,求取线性动态矩阵F
(3)建立传感器测量模型。
实施例四
下面描述本实施例所述的用于AUV的全源导航系统的执行方法的流程,如图4所示,具体包括:
S1,加载场景与传感器信息,初始化滤波器状态;
首先进行参数配置,读取所有传感器的初始配置信息,加载场景与传感器信息,完成场景与传感器信息加载后,滤波器就能够及时处理在运行过程中某个时间点加入的任何传感器;另外还采用状态描述器对整个滤波器的运行状态进行初始化表征。
S2,根据传感器状态标记传感器操作;
在获取测量数据后,计算传感器失效时间、不同传感器的测量更新数量、标记传感器的删除或添加以及其它传感器相关操作信息。
S3,过滤传感器数据;
通过传感器名称、类型、测量更新编号等来识别有效的传感器更新数据,删除无效观测数据等。
S4,基于传感器活动添加或删除传感器;
基于传感器活动监视程序提供的信息,滤波器将实时完成传感器添加或删除。
S5,进行线性建模;
在每次测量更新时都需完成模型的线性化建模,索引过滤器与滤波器的估计状态一一对应,并能有效描述在噪声分布矩阵中水平与垂直方向的噪声元素,其中噪声分布矩阵为:
其中,W是待估噪声类型总数,N是待估状态总数。附带噪声矩阵为Q,其表达如下:
S6,根据处理间隔进行状态转移;
状态转移的处理方式取决于处理的间隔。通常,相对于较频繁的测量更新值(尤其像IMU测量更新至),动态矩阵F变化较为缓慢。基于与特定平台相匹配的用户订制最大处理时间间隔,在较短的步长内,一般采用一阶线性完成状态转移矩阵计算;对于更大时间步长,必须采用非线性动态方程,此时一般采用龙格-库塔(RK)积分方式完成非线性积分。状态因数阵一般采用UD分解完成。
S7,数据融合。
数据融合主要完成将多个传感器的观测模型包括状态量、测量量、预估值以及其它必要参数进行统一状态更新。在测量更新过程中,有关延迟传感器、残差监测和四元素正则化等任务并行处理。为融合延迟状态观测值,调整延迟状态估计方程适应不同的延迟更新间隔。在无延迟状态估计间隔时,数据测量更新采用UD方法。在每个测量更新处理单元同时完成残差监测。其中,大于3倍残差中误差的残差将被显著标记,同时剔除对应观测值。最后完成测量更新,保存测量更新结果。如前所示,滞后状态卡尔曼滤波增益矩阵和状态因素阵的配置是假设滞后状态更新时其它状态量已实时更新完毕。
本发明支持导航系统中传感器、敏感器及惯性导航单元之间的重新配置和即插即用。能够解决以下3个问题:①多种传感器和敏感器和数据库的组合应用;②多系统协同;③时间和空间的相对和绝对测量。使导航系统具有识别环境变化,并做出相应调整的能力。
以上实施例提供的技术方案中的全部或部分内容可以通过软件编程实现,或者通过专用硬件逻辑如ASIC、FPGA、SoC等实现,本发明对此不作限制。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种用于AUV的全源导航系统,其特征在于,包括:
基本导航模块,获取AUV的运动数据,并根据该运动数据计算AUV的导航位置;
实时地形获取模块,获取AUV所在位置的实时地形数据;
准确地形获取模块,根据所述AUV的导航位置和所述实时地形数据与参考地形数据进行匹配,得到AUV所在位置的准确地形数据;
校正数据获取模块,获取AUV距海底的斜率数据作为校正数据;
导航位置校正模块,利用所述斜率数据对所述AUV的导航位置进行校正;
全源导航计算模块,根据校正后的所述AUV的导航位置、AUV所在位置的准确地形数据进行全源导航计算,得到AUV全源导航数据。
2.根据权利要求1所述的全源导航系统,其特征在于,所述基本导航模块至少包括以下之一:IMU、DVL、CVL、罗盘、磁力计。
3.根据权利要求1所述的全源导航系统,其特征在于,所述实时地形获取模块至少包括以下之一:多波束测深仪、高度计、深度计。
4.根据权利要求1所述的全源导航系统,其特征在于,
所述准确地形获取模块包括:
参考地形数据存储单元,用于存储参考地形数据及相关联的位置数据;
地形匹配单元,用于根据所述AUV的导航位置和所述实时地形数据与参考地形数据进行匹配,得到AUV所在位置的准确地形数据。
5.根据权利要求1所述的全源导航系统,其特征在于,所述全源导航计算模块包括:
状态控制单元,根据所述基本导航模块、准确地形获取模块、以及导航位置校正模块所输出数据的有效性得到状态控制数据;
数据融合单元,根据所述状态控制数据对校正后的所述AUV的导航位置、AUV所在位置的准确地形数据进行数据融合,得到AUV全源导航数据。
6.根据权利要求5所述的全源导航系统,其特征在于,所述数据融合单元包括:三个子滤波器以及相连的主滤波器,其中,所述三个子滤波器的状态量均为AUV的位置、速度和姿态,测量量分别为校正后的所述AUV的导航位置、AUV所在位置的准确地形数据、以及所述校正数据;所述主滤波器根据所述状态控制数据控制各子滤波器的状态,并对校正后的所述AUV的导航位置、AUV所在位置的准确地形数据进行数据融合。
7.一种如权利要求1-6任一项所述的全源导航系统的执行方法,其特征在于,包括:
S1、加载场景与传感器信息,初始化滤波器状态;
S2、根据传感器状态标记传感器操作;
S3、过滤传感器数据;
S4、基于传感器活动添加或删除传感器;
S5、进行线性建模;
S6、根据处理间隔进行状态转移;
S7、数据融合。
8.一种用于AUV的全源导航方法,其特征在于,包括如下步骤:
S1、获取AUV的运动数据,并根据该运动数据计算AUV的导航位置;
S2、获取AUV所在位置的实时地形数据;
S3、根据所述AUV的导航位置和所述实时地形数据与参考地形数据进行匹配,得到AUV所在位置的准确地形数据;
S4、获取AUV距海底的斜率数据;
S5、利用该斜率数据对所述AUV的导航位置进行校正;
S6、根据校正后的所述AUV的导航位置、AUV所在位置的准确地形数据进行全源导航计算,得到AUV全源导航数据。
9.根据权利要求8所述的全源导航方法,其特征在于,步骤S1中获取的所述运动数据包括:AUV的姿态、速度。
10.根据权利要求8所述的全源导航方法,其特征在于,步骤S6包括:
根据所述步骤S1、S3、S5所输出数据的有效性得到状态控制数据;
根据所述状态控制数据对校正后的所述AUV的导航位置、AUV所在位置的准确地形数据进行数据融合,得到AUV全源导航数据。
CN201511020721.XA 2015-12-30 2015-12-30 用于auv的全源导航系统及方法 Pending CN105547300A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511020721.XA CN105547300A (zh) 2015-12-30 2015-12-30 用于auv的全源导航系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511020721.XA CN105547300A (zh) 2015-12-30 2015-12-30 用于auv的全源导航系统及方法

Publications (1)

Publication Number Publication Date
CN105547300A true CN105547300A (zh) 2016-05-04

Family

ID=55826655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511020721.XA Pending CN105547300A (zh) 2015-12-30 2015-12-30 用于auv的全源导航系统及方法

Country Status (1)

Country Link
CN (1) CN105547300A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106767836A (zh) * 2017-02-17 2017-05-31 哈尔滨工程大学 一种auv地形匹配导航滤波方法
CN106885576A (zh) * 2017-02-22 2017-06-23 哈尔滨工程大学 一种基于多点地形匹配定位的auv航迹偏差估计方法
CN106908036A (zh) * 2017-01-24 2017-06-30 哈尔滨工程大学 一种基于局部偏移的auv多波束数据构图方法
CN107105404A (zh) * 2017-03-22 2017-08-29 无锡中科富农物联科技有限公司 一种基于步长匹配的行人室内定位方法
CN110456357A (zh) * 2019-08-27 2019-11-15 吉林大学 一种导航定位方法、装置、设备及介质
CN111307136A (zh) * 2020-02-12 2020-06-19 哈尔滨工程大学 一种双智能水下机器人水下航行地形匹配导航方法
CN112347070A (zh) * 2020-11-06 2021-02-09 北京石油化工学院 自主潜航器容迟探测系统及方法
CN112988939A (zh) * 2021-04-01 2021-06-18 中国空空导弹研究院 一种基于航向索引的区域识别快速搜索方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101788295A (zh) * 2010-02-26 2010-07-28 南京信息工程大学 一种小型水下航行器用组合导航系统及方法
CN102506868A (zh) * 2011-11-21 2012-06-20 清华大学 基于联邦滤波的sins/smans/trns组合导航方法及系统
CN103047983A (zh) * 2013-01-14 2013-04-17 哈尔滨工程大学 水下机器人的面地形匹配导航方法
CN103090861A (zh) * 2013-01-14 2013-05-08 哈尔滨工程大学 水下机器人的多线地形匹配导航方法
CN103542851A (zh) * 2013-11-04 2014-01-29 东南大学 一种基于水下地形高程数据库的水下航行器辅助导航定位方法
CN104075715A (zh) * 2014-07-07 2014-10-01 东南大学 一种结合地形和环境特征的水下导航定位方法
CN104330084A (zh) * 2014-11-13 2015-02-04 东南大学 一种水下航行器用神经网络辅助组合导航方法
CN104390646A (zh) * 2014-09-15 2015-03-04 东南大学 水下潜器地形辅助惯性导航系统的位置匹配方法
CN105115492A (zh) * 2015-08-14 2015-12-02 武汉大学 基于声学多普勒计程仪的水下地形匹配导航系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101788295A (zh) * 2010-02-26 2010-07-28 南京信息工程大学 一种小型水下航行器用组合导航系统及方法
CN102506868A (zh) * 2011-11-21 2012-06-20 清华大学 基于联邦滤波的sins/smans/trns组合导航方法及系统
CN103047983A (zh) * 2013-01-14 2013-04-17 哈尔滨工程大学 水下机器人的面地形匹配导航方法
CN103090861A (zh) * 2013-01-14 2013-05-08 哈尔滨工程大学 水下机器人的多线地形匹配导航方法
CN103542851A (zh) * 2013-11-04 2014-01-29 东南大学 一种基于水下地形高程数据库的水下航行器辅助导航定位方法
CN104075715A (zh) * 2014-07-07 2014-10-01 东南大学 一种结合地形和环境特征的水下导航定位方法
CN104390646A (zh) * 2014-09-15 2015-03-04 东南大学 水下潜器地形辅助惯性导航系统的位置匹配方法
CN104330084A (zh) * 2014-11-13 2015-02-04 东南大学 一种水下航行器用神经网络辅助组合导航方法
CN105115492A (zh) * 2015-08-14 2015-12-02 武汉大学 基于声学多普勒计程仪的水下地形匹配导航系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
陈强: "《水下无人航行器》", 31 January 2014, 国防工业出版社 *
黄少伟等: "《实用SAS编程与林业试验数据分析》", 31 May 2001, 华南理工大学出版社 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106908036A (zh) * 2017-01-24 2017-06-30 哈尔滨工程大学 一种基于局部偏移的auv多波束数据构图方法
CN106908036B (zh) * 2017-01-24 2019-05-21 哈尔滨工程大学 一种基于局部偏移的auv多波束数据构图方法
CN106767836B (zh) * 2017-02-17 2019-12-06 哈尔滨工程大学 一种auv地形匹配导航滤波方法
CN106767836A (zh) * 2017-02-17 2017-05-31 哈尔滨工程大学 一种auv地形匹配导航滤波方法
CN106885576A (zh) * 2017-02-22 2017-06-23 哈尔滨工程大学 一种基于多点地形匹配定位的auv航迹偏差估计方法
CN106885576B (zh) * 2017-02-22 2020-02-14 哈尔滨工程大学 一种基于多点地形匹配定位的auv航迹偏差估计方法
CN107105404B (zh) * 2017-03-22 2020-04-17 无锡中科富农物联科技有限公司 一种基于步长匹配的行人室内定位方法
CN107105404A (zh) * 2017-03-22 2017-08-29 无锡中科富农物联科技有限公司 一种基于步长匹配的行人室内定位方法
CN110456357A (zh) * 2019-08-27 2019-11-15 吉林大学 一种导航定位方法、装置、设备及介质
CN110456357B (zh) * 2019-08-27 2023-04-07 吉林大学 一种导航定位方法、装置、设备及介质
CN111307136A (zh) * 2020-02-12 2020-06-19 哈尔滨工程大学 一种双智能水下机器人水下航行地形匹配导航方法
CN111307136B (zh) * 2020-02-12 2021-08-27 哈尔滨工程大学 一种双智能水下机器人水下航行地形匹配导航方法
CN112347070A (zh) * 2020-11-06 2021-02-09 北京石油化工学院 自主潜航器容迟探测系统及方法
CN112347070B (zh) * 2020-11-06 2023-05-23 北京石油化工学院 自主潜航器容迟探测系统及方法
CN112988939A (zh) * 2021-04-01 2021-06-18 中国空空导弹研究院 一种基于航向索引的区域识别快速搜索方法
CN112988939B (zh) * 2021-04-01 2023-06-23 中国空空导弹研究院 一种基于航向索引的区域识别快速搜索方法

Similar Documents

Publication Publication Date Title
CN105547300A (zh) 用于auv的全源导航系统及方法
CN104075715B (zh) 一种结合地形和环境特征的水下导航定位方法
CN104457754B (zh) 一种基于sins/lbl紧组合的auv水下导航定位方法
Georgy et al. Modeling the stochastic drift of a MEMS-based gyroscope in gyro/odometer/GPS integrated navigation
US9482536B2 (en) Pose estimation
CN104655131B (zh) 基于istssrckf的惯性导航初始对准方法
CN102829777A (zh) 自主式水下机器人组合导航系统及方法
CN107797125B (zh) 一种减小深海探测型auv导航定位误差的方法
CN111596333B (zh) 一种水下定位导航方法及系统
CN107966145B (zh) 一种基于稀疏长基线紧组合的auv水下导航方法
CN108387236B (zh) 一种基于扩展卡尔曼滤波的偏振光slam方法
CN111707260B (zh) 一种基于频域分析及卷积神经网络的定位方法
CN113252033A (zh) 基于多传感器融合的定位方法、定位系统及机器人
CN106168485A (zh) 步行航迹数据推算方法及装置
CN107576327A (zh) 基于可观测度分析的可变结构综合导航系统设计方法
CN107063245A (zh) 一种基于5阶ssrckf的sins/dvl组合导航滤波方法
CN103884340A (zh) 一种深空探测定点软着陆过程的信息融合导航方法
Gao et al. An integrated land vehicle navigation system based on context awareness
CN114689047A (zh) 基于深度学习的组合导航方法、装置、系统及存储介质
CN112747748A (zh) 一种基于逆向解算的领航auv导航数据后处理方法
Belhajem et al. A robust low cost approach for real time car positioning in a smart city using Extended Kalman Filter and evolutionary machine learning
Allotta et al. Localization algorithm for a fleet of three AUVs by INS, DVL and range measurements
CN112325878A (zh) 基于ukf与空中无人机节点辅助的地面载体组合导航方法
Tuohy Geophysical map representation, abstraction and interrogation for autonomous underwater vehicle navigation
CN103616026A (zh) 一种基于h∞滤波的auv操纵模型辅助捷联惯导组合导航方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160504

RJ01 Rejection of invention patent application after publication