融合驱动的几何约束潜流学习：基于异构三维观测的鲁棒 AUV 运动预期

《Information Fusion》：Fusion-Driven Geometry-Constrained Latent Flow Learning for Robust AUV Motion Anticipation from Heterogeneous 3D Observations

　　

**可辨识的隐状态将来自异质传感器的线索区分开来。•结构化的隐动态支持几何一致的预测。•雅可比对齐促进动态不变域的迁移。**

**引言**

精确的轨迹预测对于自主水下航行器（AUV）至关重要，其支持安全导航、碰撞避免和长时程任务规划[1]。在管道检测、海底测绘、基础设施监测和冰下探索等应用中，AUV必须在能见度有限、感知延迟和环境扰动不确定的情况下预测其未来运动[2]。与陆地轨迹预测不同，水下预测必须整合异质且往往不完整的三维观测，同时考虑复杂的车辆动力学以及仿真训练数据与真实部署之间的显著差异[3],[4]。

这一问题存在三个紧密耦合的挑战。第一，水下传感器产生的类点云观测具有不同的坐标系、空间密度、采样率、采集延迟和噪声特征[5]。声学阴影、浑浊度、稀疏回波和间歇性传感器故障进一步降低了这些观测的可靠性和可用性[6]。有效的融合必须因此区分不可用、过时和退化的测量，而不是将所有传感数据包视为具有同等信息量。第二，AUV的未来运动由局部几何、自我动力学、控制输入、耗散效应和未观测的环境扰动共同支配，而不仅仅是运动学历史[7]。第三，标注真实数据的稀缺使得仿真不可或缺；然而，主要在仿真中训练的模型可能会过拟合特定域的感知统计特性，从而在真实部署中泛化能力较差[8]。

现有的轨迹预测器仅部分解决了这些挑战。循环网络和基于Transformer的方法通常将多源观测聚合为一个整体表示，并使用无约束的隐状态转换来预测未来运动[9],[10]。这种表述方式将场景几何、车辆与环境交互、自我运动以及与扰动相关的信息纠缠在一起，模糊了它们对状态演化的各自贡献。虽然这种策略可能产生准确的短期预测，但在部分可观测性或传感器损坏条件下，累积的转换误差可能会降低长时程预测的性能[11]。因此，一种角色结构化的表示是理想的，它可以在分离运动相关因素的同时保留预测所需的交互。

环境几何的使用引入了额外的限制。自由空间布局、障碍物边界、通道方向和局部可通过性对AUV运动施加了空间变化和各向异性的约束[12]。然而，点云观测通常被压缩为一个全局上下文向量，仅对轨迹解码器进行条件约束[13]。这种压缩丢弃了空间局部化的证据，并阻止几何信息直接影响中间状态转换。因此，预测器在表示占用率、方向结构和通行风险如何塑造整个展开过程中的运动方面能力有限，特别是在杂乱或弱观测环境中[14]。

隐状态转换和域迁移机制也需要进一步考虑。无约束的转换模型没有显式地区分保守效应、耗散效应、控制响应、扰动相关和几何条件效应[15]。此外，预测不确定性通常仅在解码器输出处估计，而不是通过隐状态转换传播，从而在感知和运动都不确定时降低了预测可靠性[16]。对于仿真到真实的迁移，直接对齐原始观测或编码器特征可能是不理想的，因为传感器特定的稀疏性、损坏和缺失区域模式不一定需要跨域共享。更合适的目标是鼓励预测隐状态和局部转换行为的一致性，因为它们与未来运动更为直接相关。

这些观察激发了对一个显式感知-动力学接口的需求，通过该接口，观测可靠性和局部几何持续约束未来状态演化。如图1概念性地所示，所提出的框架将可靠性感知的异质观测融合、空间几何信念构建、结构化隐动态、不确定性传播和动态级仿真到真实对齐连接在一个统一的预测流水线中。为此，我们提出了物理信息几何动力学网络（PIG-Dyn），这是一种可靠性感知和几何条件的隐流框架，用于AUV轨迹预测。PIG-Dyn首先将异步传感数据包补偿到当前的自我中心坐标系中，同时保留其采集时间偏移。数据包可用性、采集年龄和估计质量共同决定其对特征融合的贡献。所得到的表示被组织为四个角色结构分区，分别关联于几何、车辆-环境交互、自我动力学和扰动相关残差。并行地，一个基于锚点的几何信念场保留了空间局部化的占用率、自由空间、方向、紧致性和通行风险信息，否则这些信息将在全局聚合过程中丢失。

PIG-Dyn使用直接以几何信念场为条件的连续隐向量场传播角色结构化状态。向量场的自主部分包含一个反对称保守算子和一个半正定耗散算子，而控制、扰动和几何条件效应则作为显式外部端口表示。保守项对学习到的隐状态存储速率的贡献严格为零，而耗散贡献按构造为非正。相比之下，外部端口可以供给或移除隐状态存储；因此其效应被纳入完整的存储平衡推导中，并通过有限步软目标进行约束。相应地，所提出的结构约束了自主动态，但并不暗示完整受控和扰动系统的无条件李雅普诺夫稳定性或无源性。预测协方差通过离散数值转换传播，并与未来位置、姿态和速度一起解码。

为了改善仿真到真实的泛化，PIG-Dyn在预测动态级别而非传感器外观级别进行适应。具体来说，它对仿真数据和真实数据之间的预测隐状态矩和局部转换灵敏度进行对齐。转换灵敏度通过完整数值转换的雅可比-向量积进行评估，避免了显式构造密集雅可比矩阵。这种表述不需要仿真轨迹和真实轨迹之间的一一对应关系。相反，它鼓励在相似操作条件下预测表示和批平均局部转换响应的一致性。它并不暗示每个单独样本具有相同的转换行为，也不意味着完全消除域特定效应。

PIG-Dyn的方法论贡献在于任务特定的可靠性感知感知、空间显式几何约束、结构化隐状态演化、不确定性传播和动态级域适应的耦合。保守-耗散参数化将既有的端口结构化原理和物理信息神经动力学原理适应到了学习到的AUV状态。点集编码、掩码注意力、循环序列建模、数值ODE积分、高斯协方差传播和分布匹配是用于实例化框架的既有组件。同样，四阶龙格-库塔积分、对角协方差、固定局部锚点和特定网络维度是实现选择而非独立的方法论贡献。此外，隐状态分区通过不同的输入和下游路径施加了架构角色专业化；它们并不建立经典的状态或参数可辨识性。因此，"结构保持"一词专门指的是自主隐向量场的保守-耗散代数结构。

总之，本工作的主要贡献如下：
•我们构建了一个可靠性感知的感知-动力学接口，处理异质的、异步的、退化的和缺失的水下观测，同时构建角色结构化的隐状态、空间几何信念场和观测依赖的不确定性。
•我们引入了一种几何条件的隐流，包含反对称保守算子和半正定耗散算子。控制、扰动和几何效应被建模为外部端口，并通过有限步存储平衡目标进行正则化。
•我们开发了一种动态级仿真到真实适应策略，对齐预测隐状态矩和局部转换灵敏度而非原始传感器特征，同时通过完整数值转换传播不确定性。

**相关工作**

自主水下航行器轨迹预测不同于常规的运动预测，因为未来运动受到异质感知、局部几何、车辆动力学和环境扰动的共同影响[12]。在实际的海底场景中，观测通常跨传感模态是稀疏的、异步的和不完整的，而未来轨迹必须与自由空间结构、障碍物布局和水动力约束保持一致[17],[18]。

**现有方法概述**

PIG-Dyn的完整工作流程如图2所示。设T表示历史观测长度，F表示未来预测时程，M表示传感模态数量，K表示局部几何锚点数量。给定带时间戳的异质观测、自我状态历史以及可用的控制输入，PIG-Dyn构建一个角色结构化的隐状态zt、一个空间几何信念场Bt和一个观测依赖的隐协方差Σtz。隐状态分布随后被

**数据集与评估指标**

我们在涵盖仿真和真实部署的三个基准上评估PIG-Dyn。

HoloOcean [31]是一个基于虚幻引擎4构建的高保真水下模拟器，支持多波束声纳、成像声纳、多普勒速度仪和惯性测量单元，并提供六自由度位姿真值。我们在三种环境类型和三种洋流扰动水平下以10Hz生成了5,000条序列（320万帧，76GB），作为主要的预训练语料库。

Aqualoc [32]是在地中海收集的

**结论**

本文解决了自主水下航行器在能见度有限、异质感知、环境扰动和仿真到真实差异下的鲁棒运动预测问题。我们提出了PIG-Dyn，一种融合驱动的几何约束隐流框架，结合了可靠性感知的状态构建、几何条件的隐动态、不确定性传播和动态级跨域对齐。

PIG-Dyn将异质点云观测转化为统一的

**作者贡献声明**

Wei Pan：撰写-审阅与编辑，调查，数据整理。Fei Song：撰写-审阅与编辑，调查，数据整理。Jiahao Shuai：撰写-原稿，软件，形式化分析。Jiankun Lou：撰写-审阅与编辑，调查，数据整理。Likun Peng：撰写-原稿，监督，调查。Bangjun Lv：撰写-原稿，方法论，调查。

**利益冲突声明**

作者声明他们没有已知的财务利益冲突或个人关系可能影响本论文中报告的工作。

Wei Pan | Fei Song | Jiahao Shuai | Jiankun Lou | Likun Peng | Bangjun Lv