[論文レビュー] Position USBL/DVL Sensor-based Navigation Filter in the presence of Unknown Ocean Currents

M. Luísa Morgado, Pedro Batista+2 more|arXiv (Cornell University)|Aug 26, 2010

Underwater Vehicles and Communication Systems参考文献 9被引用数 4

ひとこと要約

本論文は、平面波近似を避けることにより、直接非線形USBLおよびDVLセンサ読み取り値を用いたAUV用のグローバル漸近安定（GAS）位置推定フィルタを提案する。状態拡張を用いて線形時変化（LTV）システムを導出し、トランスponder位置および未知の海流速度の安定推定を可能にし、EKF性能と同等でありながら、誤差がゼロに収束することを保証する。

ABSTRACT

This paper presents a novel approach to the design of globally asymptotically stable (GAS) position filters for Autonomous Underwater Vehicles (AUVs) based directly on the nonlinear sensor readings of an Ultra-short Baseline (USBL) and a Doppler Velocity Log (DVL). Central to the proposed solution is the derivation of a linear time-varying (LTV) system that fully captures the dynamics of the nonlinear system, allowing for the use of powerful linear system analysis and filtering design tools that yield GAS filter error dynamics. Simulation results reveal that the proposed filter is able to achieve the same level of performance of more traditional solutions, such as the Extended Kalman Filter (EKF), while providing, at the same time, GAS guarantees, which are absent for the EKF.

研究の動機と目的

• EKF や平面波に基づくカルマンフィルタのような従来のAUVナビゲーションフィルタに見られるグローバル漸近安定性（GAS）の欠如に対処する。
• 近似を用いずに、非線形USBL範囲およびRDOA測定値を直接使用するナビゲーションフィルタを開発する。
• 未知の海流およびセンサノイズが存在する中でも、位置および海流速度推定誤差がゼロに安定収束することを保証する。
• 特に接近範囲でも高精度なトランスponder位置推定を可能にし、ドッキングなどの精密作業を実現する。
• 運動励起制約のない多受信機USBLアレイに、従来の単一範囲推定手法を拡張する。

提案手法

• USBL範囲およびRDOA測定値、DVL速度読み取り値を用いたAUVナビゲーションの非線形システムモデルを構築する。
• 状態拡張を用いて、非線形ダイナミクスを正確に捉える線形時変化（LTV）システムを導出する。
• LTVモデルを用いて、誤差ダイナミクスがグローバル漸近安定となるカルマンフィルタを設計する。
• 範囲およびRDOA測定値の線形化を回避し、それらをフィルタ構造に直接埋め込む。
• DVL読み取り値への海流バイアスを推定可能とするために、未知の海流を拡張状態として組み込む。
• DVL（0.2% + 1 mm/s）、レートジャイロ（0.05 deg/s）、USBL（1 m範囲、6 mm RDOA精度）の現実的なセンサノイズモデルを採用する。

実験結果

リサーチクエスチョン

• RQ1 非線形USBLおよびDVL測定値を用いたAUV位置推定において、グローバル漸近安定性（GAS）を保証するナビゲーションフィルタを設計可能か？
• RQ2 USBL RDOA測定値に対して平面波近似を回避することで、特に接近範囲において誤差収束が向上するか？
• RQ3 USBL/DVLナビゲーション問題の非線形ダイナミクスを完全に表現できる線形時変化（LTV）システムを導出可能か？
• RQ4 提案されたLTVカルマンフィルタの性能は、EKFおよび平面波に基づくカルマンフィルタと比較して、定常状態誤差の面でどのように異なるか？
• RQ5 提案されたフィルタは、現実的なセンサノイズおよび未知の海流に対しても、GAS誤差ダイナミクスを維持できるか？

主な発見

• 提案されたLTVカルマンフィルタは、定常状態位置誤差RMSがx軸で0.0880 m、y軸で0.0837 m、z軸で0.1101 mを達成し、EKFおよびKFPWと同等の性能を発揮する。
• EKFはわずかに低いx軸誤差（0.0611 m）を示すが、グローバル漸近安定性の保証がない。
• 平面波に基づくカルマンフィルタ（KFPW）はx軸誤差が高く（0.1122 m）、近似に起因するバイアスによりゼロ誤差に収束しない。
• すべてのフィルタが類似した定常状態性能を示すが、唯一提案されたLTVフィルタがグローバル漸近安定性を保証する。
• LTVフィルタの初期収束は滑らかで迅速であり、図3および図4に示すように、時間経過とともに位置および海流誤差がゼロに収束する。
• 従来の単一範囲手法とは異なり、持続的励起や運動制約を必要とせず、安定した誤差ダイナミクスを維持する。