自主式水下無人潛航器導航系統的應用與展望

李 鵬, 魏宗康, 李海兵

（1. 北京航天控制儀器研究所, 北京 100039; 2. 嶗山國家實驗室, 青島 266237）

0 引言

水下潛航器是人類認識海洋、開發海洋的重要工具。 其中, 自主式水下無人潛航器（Autonomous Underwater Vehicle, AUV）在保障人身安全的同時, 憑借其性能靈活機動、隱蔽性好、潛水深度大等特點成為水下探測的重要平臺。

水下導航系統作為AUV 的關鍵系統, 不僅可以有效地保障AUV 的行進安全和回收安全, 也是獲取相關探測信息的基準, 對執行水下任務的成功具有重要意義。 由于水下環境復雜多變, GPS 等電磁信號在水中的傳播能力有限, 因此慣性導航和水聲定位仍是水下導航的主要方式。 為了能夠滿足深遠海、長航時的海洋探測和環境監測等任務的需求, 降低慣性導航系統的累計誤差, 一些新型導航技術得到逐步發展和應用, 這也是推動水下導航系統向前發展的必要因素。 本文首先論述了AUV 導航系統的國內外應用現狀, 其次梳理了新型水下導航技術的優缺點, 最后研判了AUV導航系統的未來發展趨勢。

1 AUV 導航系統應用現狀

1.1 國外AUV 導航系統應用現狀

美國在AUV 方面一直處于領先地位, 是全球擁有水下潛航器研究機構最多的國家。 REMUS 最早由美國Woods Hole 海洋研究所于1995 年研制,后經Hydroid 公司升級優化, 現已形成作業深度范圍達100m ～6000m 的各型AUV。 REMUS 100［1］的導航系統由聲學定位系統（Acoustic Positioning System, APS）、航位推算系統（Dead Reckoning System,DRS）和GPS 構成。 其中, APS 包括長基線（Long Baseline, LBL） 和 超 短 基 線（Ultra Short Baseline,USBL）, LBL 至少采用2 個應答器進行定位, 而USBL 采用1 個應答器進行定位; DRS 由聲學多普勒流速剖面儀（Acoustic Doppler Current Profiler,ADCP）、羅盤/速率陀螺構成, 利用慣性導航儀可以將航位推算精度提高至5m/h。 Hydroid 公司于2020 年被美國UII 公司收購, 并于2021 年4 月推出了最新款小型AUV——REMUS300, 其導航系統包含了iXblue Phins C3 慣性導航系統、LBL、多普勒輔助航位推算及GPS（軍用可選）, 其航向精度可達0.1°, 姿態精度為0.05°, DVL 輔助情況下的定位精度為0.04%D。 iXblue Phins C3 慣性導航系統如圖1 所示。

圖1 iXblue Phins C3 型慣性導航系統Fig.1 Diagram of iXblue Phins C3 INS

美國藍鰭金槍魚（Bluefin） 機器人公司研制的BPAUV 是一種高性能的小型水下航行器, 其典型代表為因搜尋馬航失聯客機MH370 而廣被人知的Bluefin-21［2］, 其外觀結構如圖2 所示。 該型AUV是一種高度模塊化的自主水下潛航器, 其導航系統由INS、DVL、SVS、GPS 和USBL 構成, 在潛水和定期上浮進行GPS 數據更新時, 能融合姿態方位參考系統（Attitude and Heading Reference System,AHRS）和DVL 的數據。 在美海軍的演習中, Bluefin 對目標的定位精確在3m 半徑以內, 實時定位精度優于0.1%D, USBL 可輔助其進一步提高航位推算精度。

圖2 Bluefin-21 型AUVFig.2 Diagram of Bluefin-21 AUV

挪威HUGIN 系列AUV 包括HUGIN I、HUGIN II、HUGIN1000、HUGIN3000、HUGIN4500、HUGUN Superior 和HUGIN Endurance 等型號。 其中,HUGIN Endurance 為2021 年2 月Kongsberg 公司推出的一款專為深海環境作業而設計的新一代AUV［3］。 該型AUV 使用的導 航 系統為Kongsberg Sunstone 慣性導航系統, 該系統包括HISAS 微導航、地形匹配導航以及單應答器導航, 定位精度優于0.01%D。

德國阿特拉斯電子公司研制了多個系列的AUV［4-5］, 包括 “海狐-IQ（SeaFox-IQ）” “海狼A（SeaWolf A）” “海獺（SeaOtter）”。 其中, SeaOtter系列包含SeaOtter Mkl、SeaOtter Mk2、SeaOtter Mk2D 等型號。 為滿足水下執行任務期間的高精度導航需求, SeaOtter Mk2 的導航系統采用了MARPOS II 定位系統, 其導航精度在距離海底深度不超過200m 時可達到航程的0.03%D。 導航信息不僅利用先進的Kalman 濾波器進行處理, 導航系統內還嵌入了LBL 和USBL, 從而提高了大航程下的導航精度。

冰島TeledyneGavia 公司研制的“GAVIA” 是一款完全模塊化設計的精簡型AUV, 既可在極淺水域又可在深水中執行任務。 其導航系統配有美國Kearfort 公司生產的INS、亞迪儀器公司生產的導航系統: 1200kHz DVL、GPS、MCP 以及LBL 或USBL 聲學導航系統。 其中, INS 采用的是環形激光陀螺儀, 經組合后的INS/DVL/GPS 導航系統定位精度為3m/h［6-7］。

1.2 國內AUV 導航系統應用現狀

國內AUV 的研制主要集中于科研院所和高校,中科院沈陽自動化所、中船710 所、哈爾濱工程大學、西北工業大學、天津大學、中國海洋大學均有成熟產品; 民營企業中, 如深之藍海洋科技公司也推出了導航精度優異的AUV 產品。

2019 年, 由中科院沈陽自動化所、哈爾濱工程大學等多家單位聯合研制的“潛龍三號” AUV在大西洋成功應用。 如圖3 所示, “潛龍三號”AUV 搭載有USBL、INS、DVL 等導航設備, 當在近底作業時, 其采用了“慣導+多普勒聲吶系統”組合導航模式, 同時融合了超短基線定位信息和深度信息, 經實測驗證, 其定位精度優于0.3%D［8］。

由哈爾濱工程大學聯合中科院研制的HSU001型AUV 于2019 年10 月1 日國慶節閱兵中公開亮相, 如圖4 所示。 據悉該AUV 可裝備多種載荷,與導航相關的設備包括: 多波束聲吶、避碰聲吶、多普勒速度計程儀、慣性導航組件等。 鑒于公開資料較少, 無法通過數據表明該型AUV 的導航精度。 但是, 該型AUV 在國慶閱兵中公開亮相, 表明該型AUV 已在部隊中列裝, 技術成熟、可靠,性能指標滿足我國海軍作戰能力要求。

中船710 所推出了海神系列AUV, 最大作業深度達6000m, 其導航系統主要由INS 和DVL 組成。 西北工業大學研制的50kg 級AUV、中國海洋大學研制的“旗魚” 系列AUV 以及天津大學研制的MI-AUV 所用的導航系統同樣采用了以INS 為基礎的組合導航系統。

“橙鯊” 系列是國內深之藍海洋科技公司完全自主研發的中/小型AUV, 其導航系統采用“DVL+INS（光纖/激光） +GPS/BD” 組合方案, 最高導航精度優于0.5%D, 可依據應用場景進行不同精度等級定制。

1.3 AUV 導航系統應用小結

根據目前AUV 導航系統的實際應用現狀, 可得到如下結論:

1）水下導航系統多是以INS、聲學設備為主要導航方式。 其中, INS 以光纖陀螺和激光陀螺為主, MEMS 陀螺等低成本慣性儀表則應用較少。

2）面向深遠海AUV 的水下導航系統已經應用,地形匹配導航也隨之嶄露頭角。

3）GPS 及APS 等非自主定位方式由于作用范圍有限, 需要結合實際的任務環境在特定條件或區域內使用。

4）國內AUV 導航系統在定位精度方面仍與國外存在一定差距。

因此, 面對AUV 向深遠海方向的不斷發展,GPS 及APS 等非自主式導航系統的局限性問題將更加突出。 慣性導航系統的精度需要仍需不斷提升, 特別是MEMS 慣性導航系統的精度亟需提高,以滿足未來小型深遠海AUV 的低成本需求。

2 新型導航技術的水下應用情況及面臨的問題

除上述INS、APS、DVL 等傳統水下定位導航技術外, 人們為了突破GPS 的局限性, 開展了如地球物理場導航、視覺導航、仿生導航等新型導航技術的研究, 期望能夠進一步豐富導航手段的多樣性, 克服慣性導航的誤差累計問題, 提高AUV 的綜合導航精度。 特別是全源導航的提出更加強調了多樣導航的必要性, 旨在全方位保證導航系統具有良好魯棒性、容錯性、連續性和高精度性能, 對未來導航的發展提出了新的指引。

2.1 地球物理場導航

地球物理場導航一般包括重力場導航、地形導航以及地磁導航。 三種導航方式都是通過各自物理場內的物理特征進行匹配定位［9-12］, 物理特征則可以根據已知的地理信息或者通過AUV 攜帶的地球物理導航傳感器測量得到。

目前, 只有美國、俄羅斯等極少數國家能夠實現地球物理場匹配導航, 而且匹配精度方面鮮有文獻報道。

重力場導航方面, 日本東京大學利用了Micro-G Lacoste 公司新式的重力儀L&RS-174, 用AUV較大范圍測量的重力數據重復精度可達0.1mGal,重力場的空間分辨率可達75m。 美國早在1998 年和1999 年已將通用重力模塊（UGM）與靜電陀螺導航儀先后在“先鋒號” 艦和戰略彈道導彈核潛艇上進行了演示試驗, 試驗數據表明: 采用重力場匹配導航技術, 可將導航系統的經度誤差和緯度誤差降低至導航系統標稱誤差的10%, 該系統裝備已安裝在潛艇上［13］。 目前, 美國新一代的潛艇導航系統基本都包含重力傳感器模塊。

地形導航方面, 除上述HUGIN 系列AUV 具備水下地形匹配輔助導航技術外, 美國斯坦福大學與蒙特利灣水下研究所在Benthic Imaging AUV上進行了基于多波束聲吶的水下地形匹配實驗［14］。 如圖5 所示, 通過他們設計的TRN 濾波器, 實驗獲得了5m ～10m 的定位精度; 與實際路線相比, 結合地形匹配的路線偏差約為35m,表明該系統具有可與聲導引系統相媲美的在線返站能力。

地磁導航方面, 2003 年, 美國國防部宣稱已實現水下導航精度優于500m（CEP）的純地磁導航系統的研制［15］。 文獻［16］使用低分辨率地圖與高精度導航傳感器、地磁傳感器和深度傳感器進行水下導航模擬試驗, 試驗結果表明: 整個試驗的位置誤差小于25m, 平均誤差小于13m。 文獻［17］中,日本大阪大學使用AUV 分別在海底緩坡和有著陡峭海底斜坡的駿河灣進行了地磁數據和水深數據匹配實驗, 通過評估分析, 表明AUV 在水流中采用地磁圖和水深圖匹配方法獲得的導航精度優于單獨使用慣性導航系統或地磁輔助慣性導航系統獲得的導航精度。

國內的地球物理場導航技術發展方興未艾,但基本處于仿真階段, 只進行了少量的水下試驗。重力導航方面, 我國科技部已將“海洋大地測量基準與海洋導航新技術” 作為重點研發計劃, 重點發展海洋重力匹配等地球物理場導航技術。 錢學森實驗室的鄭偉等［18］提出了通過GNSS-R 測高星座獲得高空間分辨率和高精度全球海洋重力基準圖的思路及技術路線, 該理論通過天海一體化水下慣性/重力組合導航系統, 可基于重力/測高衛星和海洋觀測多源數據, 并根據實時精確測量的重力信息進行高精度輔助導航, 使水下航行器的水下自主導航能力大幅提高, 延長了其上浮校正周期。 航天十三所開展了多個航次海洋重力儀的重力測量試驗, 積累了大量試驗數據, 為重力匹配導航的應用提供了重要參考和保障。 地形導航方面, 哈爾濱工程大學［19］提出了一種單波束協同地形匹配導航方法來改善北極冰下的定位性能。國內學者在基于粒子濾波和質點濾波地形匹配算法的基礎上開展了大量工作, 以改善地形匹配誤差問題［20-24］。 地磁導航方面, 國防科技大學在2011 年進行了慣性/地磁匹配水下導航實驗, 驗證了慣性/地磁匹配組合導航技術的可行性。 文獻［25］提出了一種地磁匹配區自組織優化分類方法, 仿真實驗結果表明, 該方法在地磁導航適配區選取方面具有較高的分類精度和可靠性。 文獻［26］提出了一種基于DDQNQ 強化地磁導航算法預測航向角, 在缺少兩地間地磁數據庫的情況下,該算法可使AUV 隨著兩地往返次數增多減少地磁搜索步數, 仿真驗證了該算法的有效性。

雖然地球物理場導航自主性好, 對長航時、深遠海導航具有天然優勢, 但是也存在一定的不足:

1）導航中需要先驗場圖用于匹配, 但是在多數水域需要先獲取地球物理場信息數據庫, 且準確獲取存在一定難度。 比如地形特征獲取需要AUV與海底距離保持在一定范圍內, 否則會影響場圖的匹配精度。

月修中應重點關注回火器濾網的清洗、安裝情況，對濾網片不好安裝的，要對底盤進行攻絲，以免松脫造成防爆片爆炸；要利用月中更換系統的機會清洗回火器，且根據各燒嘴壓力情況適時更換干凈的回火器；水冷套管變形較多時，應排查、更換回火器；確認爐區各燒嘴處是否有冷銅，若冷銅距燒嘴較近，宜先用大火燒融，確認后再停爐吹風冷卻；做好漏風、漏水等管道密封工作；后期要將各燒嘴冷卻水一律開至最大，更換使用狀況不良的蝶閥和不帶鋼絲的軟管。

2）除地形特征較為明顯穩定外, 其他物理場信息辨識較為困難, 如地磁場易受干擾, 重力場變化緩慢, 辨識度不高。 此外, 重力儀或重力梯度儀的體積和功耗較大, 多搭載于水面艦船使用,難以用于中小型AUV。

3）地球物理場類導航技術尚不成熟, 且該信息較為敏感, 多涉及軍事領域, 因此外界很難獲知。

雖然地球物理場導航需要地形、地磁場等先驗地圖, 但是結合計算機技術, 形成了多個交叉領域內的新型導航技術, 如即時定位與構圖（Simultaneous Localization and Mapping, SLAM） 導航、視覺導航和仿生導航。 其中, SLAM 導航和視覺導航都是基于構建地圖技術的導航方法, 而仿生導航則研究生物如何利用地球物理場信息進行導航,該導航技術仍處于理論研究、試驗階段。

2.2 SLAM 導航

SLAM 導航實際是在未知環境中載體在運動過程中根據位置和地圖進行自身定位, 同時在自身定位的基礎上建造增量式地圖, 從而實現自主定位和導航。 當前, 在無人機導航、汽車自動駕駛方面研究較多, 比如基于激光的SLAM 導航系統,但是水下SLAM 的導航研究相對較少。 不論SLAM應用于哪種環境, 其性能主要取決于SLAM 算法的有效性。 目前, 應用于AUV 上的SLAM 方法大致可分為基于貝葉斯法則和馬爾可夫假設的概率SLAM（包括基于擴展卡爾曼濾波器的SLAM 和基于粒子濾波器的SLAM）和基于提取圖形特征信息的SLAM 方法（如視覺SLAM）。

國外的研究機構主要集中在美國、英國、澳大利亞、西班牙等國家。 2021 年, 美國科研人員Willners 等［27］提出了一種基于自主重定位的水下SLAM 框架, 該框架在運行過程中保持單一的一致性地圖, 并在SLAM 失去特征跟蹤時更新當前的計劃。 通過AUV 水下試驗, 表明該方法具有一定的優越性。

國內的研究單位較少, 主要分布在哈爾濱工程大學、中科院沈陽自動化研究所、天津大學等。2019 年, 天津大學采用人工磁信標作為路標, 為SLAM 導航系統的狀態更新提供觀測信息, 通過試驗驗證表明了磁信標輔助方式在水下SLAM 研究中的有效性［28］。

目前, SLAM 仍在面對的主要問題是: 由于水下環境復雜, 需要進行大量的特征提取, 如何快速準確地將特征數據與已知圖形進行正確關聯,將直接影響導航系統的魯棒性、實時性及精確性。

2.3 視覺導航

視覺導航是指通過攝像機或其他視覺傳感器對周圍環境進行圖像采集, 并對圖像進行濾波和計算, 完成自身位置確定和路徑識別, 并做出導航決策的一種導航技術。 隨著計算機視覺技術的快速更迭, 視覺導航具有以下優勢: 1）自主性強,隱蔽性好; 2）能夠提供豐富的環境在線信息; 3）抗干擾能力強, 適合感知動態環境; 4）成本低、敏感度高, 隨目標距離越近, 精度越高。 因此, 視覺導航特別適合戰場偵察和環境監測、AUV 回收引導以及空間交會對接。

純視覺導航可分為視覺里程計和可視即時定位與構圖（VSLAM）。 視覺里程計固連于載體上, 當載體運動時, 相對于載體的靜態物體在視覺傳感器中呈現的相對位置是連續變化的, 以此圖像信息可以獲得視覺傳感器在此運動過程中的位置和姿態變化, 然后對位置和姿態變化量進行積分即可得到視覺傳感器的運行軌跡。

圖6 VSLAM 原理圖Fig.6 Schematic diagram of VSLAM

基于慣性/視覺的組合導航可以達到一定的互補效果, 視覺導航可以修正慣性導航系統的累計誤差, 慣性導航可以彌補視覺導航實時性不足的問題。 目前, 視覺/慣性導航在沉船勘察、水下航行器對接等領域應用效果明顯。

但是水下環境復雜多變, 如何在清晰度復雜變化、圖像色彩不均的情況下利用視覺傳感器從低質圖像中實時獲取有效信息, 則是亟待解決的問題。 因此, 基于濾波、深度學習等算法技術的研究備受關注。 2011 年, Shkurti 等［29］針對水下運載體在姿態估計中引入了擴展卡爾曼濾波, 重點對特征檢測、描述和匹配以及從結構到運動的視覺定位算法進行了研究。 Chen 等［30］則提出了一種基于深度學習的卡爾曼濾波算法DynaNet, 說明了使用深度學習重構傳統卡爾曼濾波模型能有效提升深度學習框架求解位姿問題的能力。 Zhan 等［31］提出了一種基于幾何方法和深度學習的單目視覺里程計算法, 該算法成功地將深度學習與對極幾何和PnP 結合在一起, 且不會受到尺度漂移問題的影響。 仉新等［32］采用了一種融合深度學習的VSLAM 方法, 該方法提升了移動機器人定位和建圖的準確性和魯棒性。 在基于稀疏視覺SLAM 的ORB-SLAM2 系統基礎上, Vargas 等［33］利用聲學里程計將DVL、陀螺儀和高度計或深度傳感器融合,得到六自由度機器人位姿的漂移估計, 兩艘AUV的實驗結果表明: 進行多傳感器融合后的VSLAM系統在受控、非受控和現場環境中的魯棒性都得到了加強。

2.4 仿生導航

經研究發現, 動物可通過感知周圍環境的變化, 利用偏振光、地磁場、距離以及經驗知識等信息進行導航。 仿生導航傳感器就是參照動物的這種導航機制, 從自然環境中獲取相關特征信息進行導航定位。 仿生導航是一種涉及仿生學、計算機與視覺技術、信息融合學等多學科交叉領域的自主性新型導航技術, 已然成為導航領域研究的前沿和熱點。

2018 年4 月, 美國與澳大利亞的學者仿照螳螂蝦的眼睛研制了一種可采集偏振光信息的仿生相機, 并首次實現水下環境中基于偏振光的導航功能, 經試驗驗證其每1km 的定位誤差為6m, 為長距離水下導航開辟了新的可能性［34-35］。

在國內, 仿生導航的研究還處于實驗室階段。張晨等［36］提出了一種基于最小磁角的抗干擾仿生導航算法, 通過磁角的大小來評價導航路徑的優劣, 從而避免了潛航器陷入地磁異常區域。 李紅［37］研究了不依賴先驗數據庫的地磁仿生導航方法, 針對地磁參量異常、洋流干擾等造成搜索空間錯位下的局部環路搜索問題, 提出了基于模糊決策的趨向性地磁參量搜索導航算法, 通過實驗驗證了算法的可行性和有效性。 田連標［38］研究了波浪水下偏振光的分布模式, 建立了偏振傳輸理論模型, 并驗證了正確性, 從而為水下仿生偏振光導航的應用提供了理論基礎。

雖然仿生導航已經取得了一定的進展, 但是距離水下應用還需要解決3 個方面的技術問題:

1）水下生物的導航機制尚未被研究清楚, 例如超過1000m 深海中的光線是極其微弱的, 那么處于深海中的生物依靠何種信息、將信息進行何種處理來實現導航需要進行深入研究;

2）仿生導航傳感器無論在體積上還是性能上與動物器官差距較大, 需要進一步優化設計, 提高傳感器制造工藝水平;

3）水下仿生導航信息的提取及處理算法還處于起步階段, 設計自適應能力強、健壯性好的算法是一個首先要面對的現實問題。

2.5 協同導航

水下協同導航主要是通過水聲通信技術共享導航傳感器的信息, 一方面可以抑制誤差、提高導航定位精度, 另一方面可以開展更復雜的分布式任務。 協同導航可以分為主從式導航方式和并行式導航方式, 如圖7、圖8 所示。

圖7 主從式協同導航Fig.7 Diagram of master-slave cooperative navigation

圖8 并行式協同導航Fig.8 Diagram of parallel cooperative navigation

國外大多采用主從式多UUV 協同導航系統,如美國麻省理工學院海洋機器人實驗室研究的“自主協同的分散偵察與探測系統”。 2014 年, 歐盟第七框架計劃資助了名為“自主認知潛水合作行動” （Cognitive Autonomous Diving Buddy, CADDY）的項目［39］, 該項目開發了一種高效的水下航行器引領-跟蹤系統（Leader Tracking System, LTS）,如圖9 所示, 主要是使用AUV 取代潛水員, 并增加一種自主水面航行器（Autonomous Surface Vehicle, ASV）以提高監測、協助和潛水員任務的安全性。 該項目在試驗過程中收集并驗證潛水員的跟蹤、監測、引導和通信等人機交互活動［40］。

圖9 引領-跟蹤系統Fig.9 Diagram of leader tracking system

同樣獲得歐盟第七框架計劃資助的“自組織、邏輯連接物理節點海洋機器人系統” （Marine Robotic System of Self-organizing, Logically Linked Physical Nodes, MORPH）項目提出了水下AUV 傳感器載體的新概念, 該載體由若干個攜帶有獨立傳感器的水下機器人組成, 它們位于不同的海底地形環境中。 目前, 該項目已被應用于在較淺水域中密集編隊的AUV 艦隊導航［41］。

國內的沈陽自動化所海洋信息技術裝備中心在2017 年12 月進行了兩次UUV 水下自主對接技術驗證試驗, 在該項技術研究方面取得了實質性突破。 并在此基礎上于2018 年12 月開展了動動對接技術驗證, 完成了UUV 與水下動基座的自主對接技術驗證試驗, 成功實現了水下動態條件下的UUV 自主對接［42］, 對接過程如圖10 所示。

協同導航主要依靠各AUV 之間的水聲通信進行彼此定位, 而水聲信號的傳播能力受水下復雜地形和水中噪聲、溫度、鹽度或流速等多種環境因素影響, 因此針對水下通信的抗干擾能力值得深入研究。 另外, 由于協同導航任務中有時需要與水面指揮機構進行通信協作, 那么又面臨著如何穩定、可靠地實現實時跨介質數據傳輸的問題。

2.6 全源導航

全源導航就是利用所有可利用的導航設備和輔助傳感器, 集各家之所長, 在各類型的任務和環境中為用戶提供衛星信號拒止時的高精度導航功能, 能夠隨環境變化快速實現系統重構并進行在線配置的新型組合導航系統。 全源導航具有導航傳感器多樣化、兼容范圍大等特點, 具有容錯性強、可快速迭代、能夠面向各種應用環境等優勢。

2016 年, 美國國防部高級研究計劃局（DARPA）啟動了“深海導航定位系統” （Positioning System for Deep Ocean Navigation, POSYDON）項目［43］。該項目旨在變革水下導航方式, 通過在深海海底布放少量聲源, 綜合運用水下聲波信號、水面浮標、水下信標或節點、GPS 信號, 能夠快速地確定水下執行任務的潛艇和無人潛航器等水下平臺獲得連續高精度的水下導航信息, 不需要定期上浮,充分保證了自身的安全性和執行任務的高效性。

與此同時, 俄羅斯也正在開展新型水下導航系統的研制工作。 該新型水下導航系統由“格洛納斯” 導航系統、聲吶浮標、無人潛航器組成,將布設在俄羅斯北冰洋大陸架上, 綜合運用超短波通信和水聲通信等方式, 可與空中、水面和陸地的控制中心實時交換信息, 并借助深海浮標為AUV 提供米級以下的高精度導航定位服務。

此外在“十五” 期間, 由國家“863” 計劃資助的我國首套水下GPS 高精度定位導航系統完成研制［44］, 該系統主要由GPS、差分GPS 基準站（可選）、四個以上GPS 浮標、安裝在水下目標或載體上的水下導航收發機、陸基或船基數據處理與監控中心（簡稱數據控制中心）、水上無線電通信鏈路和水下水聲通信鏈路組成。 該系統在千島湖的試驗表明: 對于水深45m 左右的水域, 系統的水下定位精度為5cm, 測深精度為30cm, 水下授時精度為0.2ms, 且測量誤差不隨時間累積。 但該系統海面的浮標個數有限, 多余觀測量不足, 定位精度尤其是高程精度還需要進一步提高, 同時系統在整體性能、工程化和實用化方面還有待加強［45］。

3 AUV 導航系統的發展趨勢

結合前文論述, 目前AUV 導航系統仍是以慣性導航系統為主、其他導航方式為輔的架構。 然而, AUV 導航系統因為受慣性導航系統累積誤差的影響, 無法在脫離有源輔助導航定位情況下執行航時數十天甚至數月的任務, 需要進行不定期的上浮, 借助GPS 進行校準。 因此, 慣性導航精度決定了AUV 任務的有效執行時間。

除此之外, 新型導航技術存在許多客觀問題和技術瓶頸, 如地球物理場導航技術存在地磁場易受干擾、重力變化緩慢等物理場信息辨識困難的問題, 雖然SLAM 和VSLAM 導航技術不依據先驗地圖, 但是在水下環境中如何實現快速有效的特征提取、如何提高系統魯棒性等方面需要不斷摸索和創新。 協同導航原理較為簡單, 短期內是一種切實可行的方式, 但是其短板在于水中通信及水下與水面的跨介質通信能力不足。 仿生導航作為一種前沿領域技術, 目前仍處于基礎研究階段, 短時間內不會工程化, 但是其研究成果或可能改變未來的導航方式。 全源導航優勢和意義均較為突出, 但是建立全源導航成本較高, 且對應用背景辨識能力、檢錯容錯能力、系統智能化重構能力提出了較高要求。

隨著海洋探索和軍事任務的深遠海、長航時發展需求不斷加強［46］, AUV 將在多樣化、智能化等方面迎來跨越式發展。 因此, 為了滿足AUV 的應用需求, AUV 導航系統需要在慣性導航精度和導航系統集成化、小型化、智能化等方面不斷進步, 與其他導航、通信系統形成高精度導航體系。

3.1 慣性導航精度不斷提升

受限于新型導航技術的不成熟或應用環境,在GPS 拒止條件下, 需要慣性導航系統具有更高的精度, 以適應AUV 的深遠海、長航時發展需求。

法國iXblue 公司研制的水下導航系統Phins Compact C7 采用了高精度的光纖陀螺, 其航向精度最高可達0.01°, 姿態精度可達0.01°, 無DVL輔助的情況下其位置精度為0.5%D, 當有DVL 輔助時其位置精度最高可達0.01%D。 2018 年, 法國賽峰公司報道其半球諧振陀螺在2000h 內的零偏穩定性優于0.0001（°） /h（1σ）, 標度因數非線性低至1 ×10-7, 相比于其他陀螺具有明顯的優勢［47］。

除此之外, 隨著量子光學技術的不斷突破,基于原子陀螺的量子導航系統應運而生, 其中的原子干涉陀螺理論精度可達到10-13（°） /h 量級, 可大幅消除累計誤差帶來的影響, 為目前最具潛力的慣性導航系統。 美國已于2006 年開始了“精確慣性導航系統” （Precise Inertial Navigation System,PINS）研究計劃, 在該項目支持下, 美國斯坦福大學的Kasevich 團隊于2008 年研制出了世界上第1套原子干涉陀螺, 其測量精度為2.3 ×10-3（°） /h。同在該項目支持下, 美國AOSense 公司研制的原子干涉陀螺精度達到了5 ×10-6（°） /h。 博世公司宣布在原子陀螺儀上取得突破性進展, 未來有望量產出一款精度為0.02（°） /h 的原子陀螺儀。 國內的研制單位主要集中在清華大學、北京航空航天大學、國防科技大學、航天十三所、航天三十三所、中科院上海光機所, 目前的研制進展與國外相比仍有一段距離。 因此, 隨著導航技術的不斷進步和迭代, 量子導航的發展未來可期, 它將很大程度上解決長期困擾人們的慣性器件累計誤差問題。

3.2 導航系統集成化、小型化

面對AUV 的多樣化發展趨勢, 其共同點是能夠裝載更多的載荷、執行更復雜的任務, 這就要求水下導航系統在體積更小的同時還能夠集成更多的導航傳感器。 SPRINT-Nav 導航系統是Sonardyne 公司研制的高精度一體式混合海底導航系統,該系統包括了Sonardyne 公司研制的SPRINT 慣性導航系統、Syrinx 600kHz DVL 和高精度智能壓力傳感器。 其中, SPRINT-Nav 700 配備了性能最高的慣性器件, 包括霍尼韋爾的環形激光陀螺儀和加速度計, 保守引用精度為0.04%2dRMS。 此外,隨著水下滑翔機的應用不斷擴大, 其受能源、體積等因素限制, 由MEMS 慣性器件構成的低功耗、小體積慣性導航系統將備受青睞。

3.3 導航系統智能化

隨著新型水下導航技術的不斷發展成熟, 多種水下導航系統輔助慣性導航系統的局面將更加明顯和牢固。 多源信息融合技術將會獲得突破性的發展, 使得導航算法更靈活, 能夠很大程度上克服上述各導航系統帶來的問題, 實現優勢互補,可以快速根據環境變化對導航系統進行配置、重構, 使其具有更強的魯棒性和容錯性, 同時可以執行更復雜的作業任務, 如多個AUV 進行協同導航、建立水下環境感知網絡、提高水下環境監測能力和范圍。

3.4 導航系統體系化

2016 年9 月初, 美國海軍發布的新版《水下戰科技目標》 中明確提出了兩個重點關注領域,即水下機動作戰和水下精確定位導航授時。 該文件指出, 對于執行水下任務的設備, 能夠精確定位自身是至關重要的, 未來水下裝備需要新的定位導航授時方法, 在敵方拒止區域將定位導航授時誤差降到最低。 因此, 美軍也正在加緊構建海陸空天GPS 拒止區域的高精度導航定位授時體系,如圖11 所示［48］。

圖11 海陸空天PNT 體系構想Fig.11 Conception of PNT system for land, sea, air and space

未來, 水下導航系統將綜合利用自主導航系統和非自主導航系統, 借助水聲通信與衛星導航系統進行交互, 通過高精度原子鐘的守時/授時技術形成水下PNT 體系, 為水下運載體提供高精度、高可靠性的實時PNT 信息服務。

雖然我國已初步形成天基、陸基和空基的PNT系統, 但是水下PNT 體系建設還是一片空白, 因此我國水下導航的體系化建設仍任重而道遠。

4 結論

隨著原子陀螺等慣性儀表精度的不斷提升,慣性導航系統在未來水下導航中仍將發揮不可替代的作用。 而隨著地球物理場導航以及仿生導航、視覺導航等新興導航技術的不斷進步, 高精度、小型化、智能化、體系化將是水下導航系統發展的主方向, 這將成為未來AUV 邁向深遠海以及向長航時、多樣化、智能化發展過程中極為關鍵的保障條件。