单信标距离约束紧耦合SINS/DVL大坝检测水下机器人导航方法

《Applied Ocean Research》：Single-beacon range-constrained tightly coupled SINS/DVL navigation method for dam inspection underwater vehicles

　　

针对大坝等水下结构物检测场景中传统SINS/DVL组合导航面临的复杂挑战，研究人员提出了一种创新的单信标距离约束紧耦合SINS/DVL导航方法。该方法的核心在于构建了DVL虚拟波束观测模型，通过将DVL声学波束旋转至垂直大坝表面方向，有效解决了因波束非垂直入射导致的底部跟踪失效及测速误差问题。同时，结合单信标距离约束机制，将水下机器人与水面浮标之间的斜距测量转化为二维平面内的几何距离约束，实现了对惯性导航累积误差的闭环校正。仿真与现场实验结果表明，与传统紧耦合算法相比，所提方法的定位精度提升超过40%，速度估计误差降低约43.7%。该方法显著增强了水下机器人在复杂大坝环境中的导航鲁棒性与稳定性，为大坝安全检测提供了高精度、高可靠性的导航解决方案。

研究背景与意义

大坝作为关键的水利基础设施，其安全运行直接关系到人民生命财产安全。定期的大坝水下结构检测对于及时发现裂缝、侵蚀等隐患至关重要。然而，水下环境具有高度复杂性和非结构化特征，传统的水下导航技术面临严峻挑战。捷联惯性导航系统（Strapdown Inertial Navigation System, SINS）虽能自主提供连续导航信息，但其误差会随时间累积，导致长航时下的定位漂移。多普勒计程仪（Doppler Velocity Log, DVL）通过测量相对于水底或水层的流速来抑制SINS的累积误差，但在大坝检测场景中，当水深超过DVL有效作用距离时，系统被迫切换至水层跟踪模式，引入水流耦合误差；此外，DVL波束若以非垂直角度入射至倾斜坝面，会导致声波反射信号丢失，引发底部跟踪失败。因此，探索DVL失效机理并开发基于外部约束的协同误差抑制策略，对于提升复杂结构环境下的组合导航精度具有重要工程意义。该研究成果发表于《Applied Ocean Research》，为解决水下机器人在受限空间和高干扰环境中的导航难题提供了新的理论支撑和技术路径。

关键技术方法

为实现上述目标，研究人员采用了多学科交叉的技术路线，主要包含以下三个关键环节：

1. 1.
   DVL虚拟波束构建：设计了一种基于旋转机构的DVL波束方向调整方法。通过控制DVL阵列绕其坐标架xd轴逆时针旋转90°，将波束方向从传统的向下俯视转变为面向垂直坝面。针对不同坝体倾角δ，建立了广义旋转矩阵Rm(δ)来描述波束坐标系到原始DVL坐标系的转换关系，从而获取高精度的法向相对速度观测值。
2. 2.
   单信标距离约束建模：在水面部署带有GPS和超短基线（Ultra-Short Baseline, USBL）系统的动态定位浮标作为已知信标。利用深度计（Depth Meter, DM）实时获取水下机器人的深度信息，结合斜距测量值ρi，解算出机器人在二维局部水平面内的投影距离Ri。通过建立局部二维坐标系，将三维定位问题简化为平面内基于几何约束的位置求解问题。
3. 3.
   紧耦合滤波融合：构建了一个20维的状态向量，涵盖姿态、速度、位置、IMU零偏、DVL波束零偏及比例因子等误差项。在传统SINS/DVL紧耦合模型的基础上，增加了单信标距离观测方程。通过扩展卡尔曼滤波（Extended Kalman Filter, EKF）框架，实现了虚拟波束速度信息与单信标距离信息的深度融合，完成了对导航状态的闭环最优估计。

研究结果

导航系统模型

研究人员首先建立了SINS/DVL紧耦合的基础数学模型。定义了包括导航坐标系（n-frame）、载体坐标系（b-frame）和DVL坐标系（d-frame）在内的参考坐标系。推导了包含20个状态量的系统状态方程，明确了状态转移矩阵F和系统噪声输入矩阵G的数学表达形式。在量测方程方面，详细分析了DVL在四波束模式下的测量误差模型，考虑了安装角误差、比例因子误差及波束零偏的影响，推导出了4×20维的量测转移矩阵H。

DVL虚拟波束

针对大坝检测的特殊工况，研究人员深入分析了DVL的环境适应性。指出在深水区和水流扰动下，传统DVL测速面临流速耦合和波束反射失效的双重挑战。为此，提出了虚拟波束概念，即通过物理旋转机构改变DVL波束指向，使其垂直于坝面以获得稳定的底部跟踪效果。研究人员进一步对该模型进行了线性化处理，推导了速度观测方程及其对应的雅可比矩阵，为后续滤波更新提供了理论基础。

单信标距离约束紧耦合导航方法

这是本文的核心创新点。研究人员详细阐述了从信标部署校准到位置解算的全过程。通过引入水下机器人沿坝面梳状扫描时的深度变化量Δhi，结合实时测量的斜距ρi，计算出水平投影距离Ri。利用几何关系确定了水下机器人在二维局部坐标系中的相对位置(xi,yi)，并最终映射回全局经纬度坐标。该方法不仅简化了路径规划，还摆脱了对航向、速度及历史位置信息的依赖，显著提升了系统的可观测性。

仿真实验与分析

为验证算法有效性，研究人员设计了标准的梳状扫描轨迹进行仿真。对比了三种算法：传统紧耦合SINS/DVL（TC）、引入虚拟波束的SINS/DVL（VB）以及本文提出的单信标约束SINS/DVL（SBC）。结果显示，SBC算法在位置和速度估计上均表现最优。在1000秒的仿真中，SBC的三维位置RMSE仅为0.549米，较TC算法降低了约66.7%，较VB算法降低了约40.5%。在单信标校正点处，SBC的定位误差较VB算法进一步降低了78.3%，证明了距离约束对抑制惯性误差发散的决定性作用。

现场实验与分析

研究人员在实际水电站开展了两项现场实验。实验1在约880秒内沿第二坝段进行梳状扫描，实验2在约950秒内在溢洪道坝区作业。现场测试验证了DVL旋转机械结构的实用性。实验结果表明，在正常环境下，SBC算法的位置RMSE较TC和VB分别提升了61.1%和33.3%。在更具挑战性的复杂环境下，SBC算法表现出更强的抗干扰能力，位置估计精度较TC和VB分别提升了74.9%和26.8%。此外，跨实验的RMSE方差分析表明，SBC算法的位置误差波动最小，验证了其在真实环境下的鲁棒性和重复性。

结论

论文最后总结了研究成果，指出所提出的单信标距离约束紧耦合SINS/DVL导航方法，通过集成虚拟波束速度观测模型和距离约束惯性状态校正机制，成功解决了大坝检测中的导航难题。研究人员强调，该方法在结构化水下环境中能提供可靠的导航性能，显著降低了对外部分布式定位基础设施的依赖。尽管目前的验证基于特定工程场景，未来工作将进一步探索降低对信标布置和结构几何先验信息的依赖，提升在更复杂声学环境下的自适应能力。