|
卡爾曼濾波算法在自主式水下機器人超短基線定位中的應(yīng)用0 引言 目前，自主式水下機器人成為人類獲取海洋信息的重要平臺，具有廣闊的發(fā)展前景。自主式水下機器人利用自身攜帶的設(shè)備如聲能換器、地磁傳感器、慣性測量器、地形匹配裝置等實現(xiàn)導(dǎo)航。由于海洋環(huán)境自身的復(fù)雜性，以聲波探測為基礎(chǔ)的水聲定位技術(shù)是傳遞和獲取水下信息的有效手段之一，被廣泛應(yīng)用于水下機器人中。 水聲定位系統(tǒng)根據(jù)接收基陣尺寸可以分成超短基線（ usbl）、短基線（ sbl）和長基線（ lbl） 3 種定位系統(tǒng)�；诔袒�的定位系統(tǒng)利用測量信號的相位差原理進行水下定位，其中，接收基陣的基元間距離通常是小于或等于波長的一半，使得設(shè)備更加簡單、易于安裝，同時具有很強的準確性、適應(yīng)性和靈活性。文深入研究基于超短基線的水聲定位系統(tǒng)的組成及其定位原理，在此基礎(chǔ)上，對聲波傳播過程中存在的能量損失和噪聲干擾進行分析，提出基于卡爾曼濾波算法的測量和運動方程，最后進行仿真實驗。 1 水聲定位系統(tǒng) 1.1 超短基線水聲定位系統(tǒng) 在水聲定位系統(tǒng)中，根據(jù)基線的長短可以將水聲定位分為超短基線、短基線和長基線定位。其中，超短基線定位利用基元間接收信號的相位差實現(xiàn)對水下機器人的定位，該技術(shù)中基元間距離不大于 1/2 個波長，基陣長度通常在厘米量級或幾十厘米量級。在基于超短基線的水下機器人定位系統(tǒng)中，通常將由至少 3 個換能器組成的聲基陣安裝在水面船體上，并且在安裝時對船和聲基陣間的坐標關(guān)系進行精確測定，換能器之間的距離一般為幾厘米。在定位過程中，換能器向裝在自主式水下機器人上的應(yīng)答裝置發(fā)送聲波信號，然后，對換能器的接收信號進行測量，通過計算信號間的相位差來確定應(yīng)答器位置，進而確定水下機器人的置。通過計算聲波船舶時間，再利用聲速剖面波束線進行修正，從而確定換能器和水下機器人之間的距離。 將基于超短基線的水下機器人定位系統(tǒng)和船載GPS 系統(tǒng)相結(jié)合，能夠有效提升水下機器人定位的準確性。將 GPS 接收裝置放置在水面船舶上，利用 GPS系統(tǒng)對船舶位置進行實時測定，同時，對測量船舶和水下機器人間的相對位置和方位進行同步測定，從而計算出水下機器人的準確位置�；诔袒�的水下機器人定位系統(tǒng)具有性價比高、易操作、安裝簡便、測量精度高等優(yōu)點。 基于超短基線的定位系統(tǒng)的工作原理如圖1 所示，其中，接收基陣裝于水面船舶的底部，應(yīng)答器裝于水下機器人的上部。
圖 1 定位系統(tǒng)工作示意圖 1.2 定位原理 基于超短基線的定位系統(tǒng)由接收基陣、應(yīng)答器和發(fā)射換能器構(gòu)成。接收基陣和發(fā)射換能器安裝在水面船舶上，應(yīng)答器安裝于水下機器人上。發(fā)射換能器向應(yīng)答器發(fā)射聲脈沖，當應(yīng)答器接收到聲脈沖后將發(fā)送應(yīng)答聲脈沖，當接收基陣接收到應(yīng)答聲脈沖后，對X、 Y 方向上的相位差進行測量，然后根據(jù)聲波傳播的時間求出水下機器人與接收基陣間的距離，進而求得水下機器人在平面坐標系上的位置及其水下深度。 基于相位差的定位原理是：假設(shè)在平面中，等間距安裝 5 個接收換能器，特性一致，且位置滿足垂直正交，每個接收換能器作為一個基元。在坐標原點 O處放置 1 個接收換能器，其他 4 個接收換能器 Xa，Xb， Ya， Yb 放置在距離原點 O 為 d/2 的位置，放置在水下機器人上的應(yīng)答器為 P， P 到坐標原點 O 距為 S，到其他接收換能器的距離為 SXa， SXb， SYa， SYb。換能器發(fā)射脈沖信號，當應(yīng)答器接收到脈沖信號后發(fā)射應(yīng)答信號，在各個基元分別接收到應(yīng)答信號后，可以根據(jù) Xa， Xb 信號的相位差求得 OP 和 X 軸間的夾角 θX，根據(jù) Ya， Yb 信號的相位差求得 OP 和 Y 軸間的夾角θY。數(shù)學(xué)模型為
式中： ∆ϕ 為基元間的信號相位差； f 為信號頻率。 2 卡爾曼濾波算法 2.1 算法原理 卡爾曼濾波算法是最小線性方差估計的一種，具有如下特點： 1）由于卡爾曼濾波算法在時域內(nèi)采用狀態(tài)空間方法設(shè)計濾波器，并且遞推，所以該算法適用于對多維隨機系統(tǒng)進行估計。 2）卡爾曼濾波算法利用狀態(tài)方程和動力學(xué)方程對待估計量的變化規(guī)律進行描述，對于待估計量信息通常采用動力學(xué)方程和激勵白噪聲統(tǒng)計方法來確定。由于動力方程已知，激勵白噪聲平穩(wěn)，所以待估計量可以表現(xiàn)出平穩(wěn)狀態(tài)，也可以表現(xiàn)出非平穩(wěn)狀態(tài)，也就是說卡爾曼濾波算法對非平穩(wěn)過程同樣適用。 3）卡爾曼濾波算法具有離散型和連續(xù)型 2 種算法，其中，離散型算法對非平穩(wěn)過程也適用。 對于離散控制系統(tǒng)，采用隨機線性微分方程進行描述，則卡爾曼濾波算法如下： 1）首先利用系統(tǒng)模型對系統(tǒng)的下一狀態(tài)進行預(yù)測，如下式：
2）采集系統(tǒng)狀態(tài)測量值，根據(jù)預(yù)測值求得系統(tǒng)狀態(tài)的最優(yōu)估算值，如下式：
其中 Kg 為卡爾曼增益。
為了使算法能夠自回歸運算，還需要對系統(tǒng) k 狀態(tài)下對應(yīng)的 covariance 進行更新，如下式：
2.2 水下機器人定位方程 根據(jù)基陣測量得到的混有噪聲的數(shù)據(jù)，利用卡爾曼濾波算法對水下機器人定位進行最優(yōu)估計，構(gòu)建水下機器人的運動方程，其向量形式為：
3 仿真實驗 本文在 Matlab 平臺對基于卡爾曼濾波的水下機器人定位算法進行了仿真實驗，在實驗過程中，假設(shè)測量船舶發(fā)生橫搖或者縱搖，設(shè)置橫搖角為 10°，縱搖角也為 10°，實驗結(jié)果如圖2所示。 圖 2 中，第 1 個點是測量誤差在 [0，1）范圍內(nèi)點的數(shù)量，第 n 個點是測量誤差在 [n – 1，n）范圍內(nèi)點的數(shù)量，從實驗結(jié)果可知，誤差在15m 內(nèi)的占總數(shù)的75%，所以，本文提出的算法在降低誤差方面具有明顯效果。 4 結(jié)語 在超短基水聲定位技術(shù)被廣泛應(yīng)用于自主式水下機器人定位系統(tǒng)的背景下，如何利用卡爾曼濾波算法提高定位的準確率是本文研究的重點。本文對卡爾曼濾波算法應(yīng)用于基于超短基的水下機器人定位系統(tǒng)的可行性進行了研究，建立了相應(yīng)的運動和測量模型，最后，進行了仿真實驗，實驗結(jié)果達到預(yù)期。 參考文獻： [1] 李曄, 蘇玉民, 萬磊, 等. 自適應(yīng)卡爾曼濾波技術(shù)在水下機器人運動控制中的應(yīng)用 [J]. 中國造船, 2006, 47(4): 83–88. [2] 李曄, 常文田, 萬磊, 等. 水下機器人自適應(yīng)卡爾曼濾波技術(shù)研究[J]. 智能系統(tǒng)學(xué)報, 2006, 1(2): 44–47. |
