CN102162733A - 一种基于svm的auv舰位推算导航误差实时修正方法 - Google Patents

Abstract

本发明提供的是一种基于SVM的AUV舰位推算导航误差实时修正方法。将通过湖上水面航行和海上水面航行试验获取的AUV导航传感器测量数据、舰位推算经纬度信息和通过GPS读取的AUV实时经纬度信息，作为SVM舰位推算导航误差实时修正模型的训练样本和测试样本对模型进行训练和测试；将训练好的SVM舰位推算误差模型固化到AUV动态控制计算机中，AUV在水下航行过程中，动态控制计算机实时采集导航传感器导航信息，将导航传感器数据信息和舰位推算时间作为SVM舰位推算误差模型的输入，输出实时补偿到舰位推算经纬度，获得精确的AUV实时位置信息。本发明能提高AUV的导航精度。

Description

一种基于SVM的AUV舰位推算导航误差实时修正方法

技术领域

本发明涉及的是一种水下无人航行器导航控制方法。具体地说是一种基于支持向量机的AUV舰位推算导航误差实时修正方法。

背景技术

导航问题是航天、航空及航海技术中非常重要的内容之一。对于水下航行器，由于条件限制，导航问题尤其突出。

由多普勒计程仪、罗经和姿态传感器组成的多普勒导航系统，采用舰位推算的方法，属于自主导航，是远程自主水下潜航器在成本和精度上都能够接受的一种导航定位的方式，但多普勒导航系统中几种传感器都存在误差且定位误差随着时间发散，如不消除这个偏差，则很难对AUV的运行进行准确控制。

传统的AUV多普勒导航舰位推算误差的解算都是基于舰位推算数学模型的，如2006年冯子龙在《AUV自主导航航位推算算法的分析研究》(海洋技术，2006年9月，第25卷第3期)一文中利用递推最小二乘法辨识出AUV载体上多普勒测速仪的速度校正系数以及航向传感器的安装偏角进而修正导航误差，这在一定程度上修正了推算误差；此外，美国欧洲专利申请号为US7483789B1的专利申请文件中公开了一种叫Systems and methods with integrated triangulation positioning and dead reckoning capabilities舰位推算导航误差修正方法，该专利文件中介绍了一种三角定位和舰位推算相结合的数学模型来进行舰位推算误差修正，也在一定程度上能够修正舰位推算误差。但这些误差修正的方法适用范围低，只能保证在特定情况下，误差的修正准确性，这对处在预研阶段的AUV还是可以接受的。但对于在实际应用中执行特定任务的AUV，由于它的环境经常变化，且不可预测，这些误差修正的方法的修正精度就达不到要求了。而且舰位推算的误差随着时间而积累，这大大影响了AUV远程自主导航的能力。

发明内容

本发明的目的在于提供一种能提高AUV的导航精度的基于SVM的AUV舰位推算导航误差实时修正方法。

本发明的目的是这样实现的：

(1)将通过湖上水面航行和海上水面航行试验获取的AUV导航传感器测量数据、舰位推算经纬度信息和通过GPS读取的AUV实时经纬度信息，作为SVM舰位推算导航误差实时修正模型的训练样本和测试样本对模型进行训练和测试；

(2)将训练好的SVM舰位推算误差模型固化到AUV动态控制计算机中，AUV在水下航行过程中，动态控制计算机实时采集导航传感器导航信息，将导航传感器数据信息和舰位推算时间作为SVM舰位推算误差模型的输入，输出即为舰位推算经纬度的实时误差，将舰位推算经纬度实时误差实时补偿到舰位推算经纬度，获得精确的AUV实时位置信息。

所述AUV导航传感器测量数据包括多普勒计程仪测量的AUV纵向、横向和垂向速度；罗经测量的AUV航向；姿态传感器测量的AUV纵倾和横倾；GPS测量得到的AUV初始经纬度。

所述对SVM舰位推算导航误差模型进行训练时的输入为AUV纵向速度、横向速度、垂向速度、航向；纵倾角、横倾角和舰位推算时间构成的一个七维向量。

对SVM舰位推算导航误差模型进行训练时的输出为AUV经度误差和纬度误差。

SVM舰位推算导航误差实时修正模型的训练样本选取包含AUV各种航行状态下的输入参数和输出参数；同样测试样本也选取能够选取包含AUV各种航行状态下的输入参数和输出参数。

所述AUV动态控制计算机为控制AUV动态的计算机或嵌入式系统。

所述动态控制计算机实时采集导航传感器导航信息包括多普勒计程仪测量的AUV纵向、横向和垂向速度；罗经测量的AUV航向；姿态传感器测量的AUV纵倾和横倾以及舰位推算时间。

所述舰位推算经纬度实时误差是指通过SVM舰位推算导航误差实时修正模型得到的AUV在每个舰位推算时刻的经度误差和纬度误差。

所述AUV实时经纬度信息是指AUV在水下航行时能够按照规划航迹进行航行时必须的位置信息。

为了克服现有AUV舰位推算误差修正方法的缺点与不足，本发明将支持向量机的方法引入AUV舰位推算导航误差实时修正的应用中，利用该方法对导航经纬度误差建模。提高AUV的导航精度。

本发明采用的技术方案的要点体现在：

(1)数据样本获取

基于SVM的AUV舰位推算导航误差实时修正方法属于数据挖掘的范畴，因此需要数据样本的支持。本发明选用的数据样本包括用于学习训练的输入样本和输出样本。输入数据样本包括AUV的姿态：纵倾、横倾和航向；AUV的航行速度：纵向速度、横向速度和垂向速度；AUV的初始位置信息：初始经度和初始纬度；AUV舰位推算时间。输出数据样本为AUV舰位推算导航误差：经度误差和纬度误差。

(2)基于SVM的AUV舰位推算导航误差预测模型

基于SVM的AUV舰位推算导航误差实时修正方法首先要选定一个核函数，并确定其中的参数：核函数选择高斯核函数(也称为径向基函数核函数)K(x_i，x_j)＝exp(-||x_i-x_j||²/2σ²)，其中σ为核函数的宽度，建立基于SVM的AUV舰位推算导航误差预测模型：将步骤(1)中的输入数据样本作为SVM舰位推算误差模型的输入，舰位推算导航经度误差和纬度误差作为SVM舰位推算误差模型，对模型进行训练确定相关参数。

(3)AUV舰位推算导航误差实时修正

在AUV航行过程中，实时采集导航传感器信息和舰位推算时间并输入到SVM导航误差修正模型中，得到AUV舰位推算导航误差，将该误差实时补偿到舰位推算得到的AUV经度和纬度中，就可以实现对AUV舰位推算导航误差的实时修正。

本发明相对现有技术具有如下的优点及效果：

(1)SVM原理在小样本情况下表现出优异的性能，减少了获取AUV实验数据的工作量。

(2)该舰位推算误差修正算法可以嵌入到AUV控制系统中去，对舰位推算结果进行在线实时修正。

(3)本算法没有集中于某一种或某几种误差，而是忽略了误差产生的原因和来源，将所有误差作为输出，这在一定程度上弥补了以往的误差修正算法顾此失彼的不足。

附图说明

图1是本发明的SVM的AUV舰位推算误差修正模型建立流程图。

图2是本发明的SVM的AUV舰位推算误差修正控制框图。

图3是本发明的SVM回归原理示意图。

图4是本发明训练得到的经度误差模型的实际误差曲线和模型预测误差曲线对比图。

图5是本发明训练得到的纬度误差模型的实际误差曲线和模型预测误差曲线对比图。

图6是本发明湖试的AUV舰位推算航迹与GPS航迹对比图。

图7是本发明湖试的AUV修正后的舰位推算航迹与GPS航迹对比图。

图8的表1是修正前后舰位推算误差比较结果。

具体实施方式

下面结合附图举例对本发明做更详细的描述：

本发明的基于SVM的AUV舰位推算误差实时修正方法中模型建立流程图见图1，该模型对AUV导航误差实时修正见图2。本发明具体实施步骤如下：

(1)如图1所示，首先进行AUV湖上水面航行试验、海上水面航行试验获取AUV导航传感器测量数据，同时获取舰位推算经纬度信息和通过GPS读取的AUV实时经纬度信息。导航传感器数据包括多普勒计程仪测量的AUV纵向、横向和垂向速度；罗经测量的AUV航向；姿态传感器测量的AUV纵倾和横倾；GPS测量得到的AUV初始经纬度。将航向、纵倾、横倾、AUV的纵向速度、横向速度和垂向速度及舰位推算时间构成一个七维向量，作为SVM学习的输入样本。然后选取高斯核函数，并利用网格搜索法确定参数C和参数σ。利用选取的输入变量、核函数及模型参数对数据进行学习训练，得到舰位推算经、纬度误差预测模型。

图3是本发明的SVM回归原理示意图，根据SVM回归的原理，SVM回归的本质就是求下列优化函数的解：

$\max W\left(a\right)=\underset{i=1}{\overset{l}{\mathrm{\Σ}}}{y}_i(a_i-a_i^{*})-\mathrm{\ϵ}\underset{i=1}{\overset{l}{\mathrm{\Σ}}}(a_i+a_i^{*})-\frac{1}{2}\underset{i,j=1}{\overset{l}{\mathrm{\Σ}}}(a_i-a_i^{*})(a_j-a_j^{*})K(x_i,x_j)$

满足条件：

$1)\underset{i=1}{\overset{l}{\mathrm{\Σ}}}{y}_i(a_i-a_i^{*})=0$

2)0≤a_i≤C，i＝1，2，·，l $0\≤a_i^{*}\≤C,$ i＝1，2，·，l

式中a，a^*——Lagrange乘子；

C——惩罚因子；

ε——逼近程度的正常数称为不敏感系数；

l——样本数

根据拉格朗日函数的极值满足条件和最优化函数可以得到基于SVM的AUV舰位推算导航误差预测模型。 $f\left(x\right)=\underset{i=1}{\overset{l}{\mathrm{\Σ}}}(a_i-a_i^{*})\·K(x_i,x)+b$

(2)如图2所示，将步骤(1)中训练好的SVM舰位推算误差模型固化到AUV动态控制计算机中，AUV在水下航行过程中，动态控制计算机实时采集导航传感器导航信息，包括多普勒计程仪测量的AUV纵向、横向和垂向速度，罗经(电罗经或光纤罗经)测量的AUV航向角，姿态传感器测量的AUV纵倾角、横倾角，这六个参数和舰位推算时间共七个变量作为SVM舰位推算误差模型的输入，输出即为舰位推算经纬度的实时误差，将舰位推算经纬度实时误差实时补偿到舰位推算经纬度，就可以获得较精确的AUV实时位置信息。

(3)如图2所示，通过步骤(2)获取的AUV实时位置信息和AUV使命控制计算机规划的AUV航迹比较，根据比较结果确定AUV的动态信息，进而通过AUV动态控制计算机的运动控制模块控制AUV的执行机构的动作。

本发明的效果通过以下实验加以验证。

为了验证本发明算法的有效性，在黑龙江省二龙湖利用一条扁平型AUV进行了舰位推算导航试验，应用本发明算法分析AUV湖试导航数据前后导航结果。根据湖试数据的计算分析，选择高斯核函数(也称为径向基函数核函数)为模型中的核函数K(x_i，x_j)＝exp(-||x_i-x_j||²/2p²)，核函数中的系数p＝10、惩罚因子C＝10。将所选择的核函数及参数带入到舰位推算误差修正模型中，并把模型算法固化到AUV动态控制计算机中进行舰位推算导航误差实时修正。图4和图5是本发明训练得到的经、纬度误差模型的预测误差曲线和实际误差曲线对比图。可以看出模型预测误差曲线和实际误差曲线几乎重合，而且模型预测误差曲线变化趋势与实际情况相吻合。将得到的预测误差补偿给舰位推算出的AUV经纬度，得到修正后的AUV实时经纬度信息。图6和图7是本发明湖试的AUV舰位推算修正前后航迹与GPS航迹对比图。表1列出了修正前后，舰位推算产生的最大误差比较结果。可见，在应用了舰位推算误差实时修正方法，并将舰位推算经纬度补偿后，舰位推算的误差明显下降。这也说明了误差预测模型可以较好地修正舰位推算中的误差，从而保证了AUV能够按照规划航迹正确航行。

Claims (9)

1.一种基于SVM的AUV舰位推算导航误差实时修正方法，其特征是：

(1)将通过湖上水面航行和海上水面航行试验获取的AUV导航传感器测量数据、舰位推算经纬度信息和通过GPS读取的AUV实时经纬度信息，作为SVM舰位推算导航误差实时修正模型的训练样本和测试样本对模型进行训练和测试；

(2)将训练好的SVM舰位推算误差模型固化到AUV动态控制计算机中，AUV在水下航行过程中，动态控制计算机实时采集导航传感器导航信息，将导航传感器数据信息和舰位推算时间作为SVM舰位推算误差模型的输入，输出即为舰位推算经纬度的实时误差，将舰位推算经纬度实时误差实时补偿到舰位推算经纬度，获得精确的AUV实时位置信息。

2.根据权利要求1所述的基于SVM的AUV舰位推算导航误差实时修正方法，其特征是：所述AUV导航传感器测量数据包括多普勒计程仪测量的AUV纵向、横向和垂向速度；罗经测量的AUV航向；姿态传感器测量的AUV纵倾和横倾；GPS测量得到的AUV初始经纬度。

3.根据权利要求2所述的基于SVM的AUV舰位推算导航误差实时修正方法，其特征是：所述对SVM舰位推算导航误差模型进行训练时的输入为AUV纵向速度、横向速度、垂向速度、航向；纵倾角、横倾角和舰位推算时间构成的一个七维向量。

4.根据权利要求3所述的基于SVM的AUV舰位推算导航误差实时修正方法，其特征是：对SVM舰位推算导航误差模型进行训练时的输出为AUV经度误差和纬度误差。

5.根据权利要求4所述的基于SVM的AUV舰位推算导航误差实时修正方法，其特征是：SVM舰位推算导航误差实时修正模型的训练样本选取包含AUV各种航行状态下的输入参数和输出参数；同样测试样本也选取能够选取包含AUV各种航行状态下的输入参数和输出参数。

6.根据权利要求5所述的基于SVM的AUV舰位推算导航误差实时修正方法，其特征是：所述AUV动态控制计算机为控制AUV动态的计算机或嵌入式系统。

7.根据权利要求6所述的基于SVM的AUV舰位推算导航误差实时修正方法，其特征是：所述动态控制计算机实时采集导航传感器导航信息包括多普勒计程仪测量的AUV纵向、横向和垂向速度；罗经测量的AUV航向；姿态传感器测量的AUV纵倾和横倾以及舰位推算时间。

8.根据权利要求7所述的基于SVM的AUV舰位推算导航误差实时修正方法，其特征是：所述舰位推算经纬度实时误差是指通过SVM舰位推算导航误差实时修正模型得到的AUV在每个舰位推算时刻的经度误差和纬度误差。

9.根据权利要求8所述的基于SVM的AUV舰位推算导航误差实时修正方法，其特征是：所述AUV实时经纬度信息是指AUV在水下航行时能够按照规划航迹进行航行时必须的位置信息。

Images