第 27 卷 第 7 期
Vol. 27 No. 7
控 制 与 决 策
Control and Decision
2012 年 7 月
Jul. 2012
基于移动长基线和误差修正算法的多 UUV 协同导航
文章编号: 1001-0920 (2012) 07-1052-05
卢 健
1,2
, 徐德民
1
, 张立川
1
, 张福斌
1
(1. 西北工业大学 航海学院，西安 710072；西安工程大学 电信学院，西安 710048)
摘 要: 在移动长基线 (MLBL) 定位结构中, 虽可利用基于水声传播延迟 (TOF) 原理获取的量测信息和贝叶斯滤波
器(如扩展卡尔曼滤波 (EKF)) 提高低自定位能力无人水下航行器 (UUV) 的定位精度, 但较高的测量误差会降低这种
提高的幅度. 根据水声通信的特点提出了一种相关性假设并构建了误差修正算法 (ECA), 在设定条件下利用误差间
的相关性减小量测误差, 从而实现量测的粗估计. 仿真结果表明, 先粗估计量测值再结合贝叶斯滤波器, 可显著提高
配备低精度自定位传感器的 UUV 的定位精度.
关键词: 移动长基线；定位；扩展卡尔曼滤波；无人水下航行器；仿真
中图分类号: TP391 文献标识码: A
Cooperative navigation based on moving long baselines and error
correction algorithm for multiple UUVs
LU Jian
1,2
, XU De-min
1
, ZHANG Li-chuan
1
, ZHANG Fu-bin
1
(1. College of Marine Engineering，Northwestern Polytechnical University，Xi’an 710072，China；2. School of
Electronics and Information，Xi’an Polytechnic University，Xi’an 710048，China. Correspondent：LU Jian，E-mail:
happy lujian@yahoo.com.cn)
Abstract: In the localization structure of moving long baselines(MLBL), although the measurement information, which can
be got by using the acoustic propagation time of flight(TOF) and Bayesian filters such as the extended Kalman filter(EKF),
is utilized to improve the localization accuracy of a low self-localization capability unmanned underwater vehicle(UUV),
the higher measurement errors will reduce the extent of this improvement. A correlation assumption is proposed and the
error correction algorithm(ECA) is constructed according to the characteristics of the underwater acoustic communication.
Under the setting conditions, the measurement errors are depressed by using of the correlation between the errors, and the
rough estimates of the measurements are achieved. The simulation results show that the localization accuracy of the UUV
equipped with low precise proprioceptive localization sensors can be improved significantly by combining the measurement
rough estimates with one of Bayesian filters.
Key words: moving long baseline；localization；extended Kalman filter；unmanned underwater vehicle；simulation
1 引引引 言言言
移动长基线 (MLBL) 定位
[1-2]
是将原来固定在海
底的应答器安装在具备高精度自定位传感器的大
型无人水下航行器 (UUV) 上, 这样可在大规模 UUV
编队航行时辅助其他装备了低精度自定位传感器
的 UUV 进行定位, 提高精度. 由于装有应答器的 UUV
可随被定位的 UUV 以编队移动, 这样既无需事先铺
设基元, 又可实现大范围远程定位的目的.
协同导航的研究开始于无人陆上航行器
[3-4]
, 继
而发展到水下机器人
[5-6]
. 虽有很多研究方向 (如环
境信息制约下的协同导航
[7]
和通信受限时的协同导
航
[8]
等), 但归其根本, 协同导航研究的是怎样充分利
用机器人携带的有限导航资源和机器人间的拓扑结
构, 构建高可靠性协同导航算法以抑制误差增长, 从
而提高被定位体定位精度的问题. 文献 [9] 阐述了相
对于传统航位估计误差随时间增长的情况, 协同导航
方法对于抑制导航误差增长的有效性. 合理的选择和
使用能够有效融合被定位体内外部定位相关信息的
滤波算法, 是抑制误差增长的一种有效途径
[10-11]
. 当
确定合适的滤波结构后, 合理地确立个体间的相互位
收稿日期: 2011-02-21；修回日期: 2011-07-13.
基金项目: 国家自然科学基金项目(61040055, 60875071).
作者简介: 卢健(1978−), 男, 博士生, 从事水下协同导航、机动目标跟踪等研究；徐德民(1937−), 男, 中国工程院院士,
教授, 博士生导师, 从事水下机器人总体、水下机器人控制等研究.
资源评论
weixin_38693586
- 粉丝: 7
- 资源: 923
