本文英文标题:Differential Pressure Sensor Speedometer for Autonomous Underwater Vehicle Velocity Estimation
论文下载地址：https://ieeexplore.ieee.org/document/8704939

仅翻译个人感兴趣的内容，并非全文翻译。

摘要

多普勒测速仪(DVL)是AUV进行速度估计的目前最领先技术，但是体积大、造价贵、能耗高，这使得他无法应用在低价小体积AUV的长航时任务。作者先前工作中，基于差分压力传感器的系统考研用来估计surge速度。本文，将这个系统和惯导设备(IMU)组合起来，利用惯导补偿定位误差，从而生成一个新的系统，差分压力传感器测速仪(DPSS).作者提出并证明了DPSS原型系统是朝着小型化、经济化、高效能发展的重要进步，也是在特定应用下对DVL设备的补充。本文进行了第一个使用DPSS的现场实验。AUV是SPARUS II AUV (IQUA Robotics, Girona,Spain)。通过比较DPSS和DVL的surge速度估计，证明DPSS的性能。在三种不同的水下环境，进行不同的线路轨迹测试、不同的速度测试。实验证明，当surge速度大于0.6m/s，DPSS性能优于DVL(water lock条件下)。DVL在bottom lock条件下，速度估计的差异小于0.013m/s。实验结果鼓励对DPSS的进一步研究。
关键词：AUV，差分压力传感器，多普勒测速仪，航位推测，流体感知。

1 introduction

成熟的传感器系统用来定位和导航，受制于尺寸，能源，造价，和特定设备的操作条件。对低成本小型好机器人的需求在增加，需要其他传感器系统。本文使用差分压力传感器，设计一个低成本低功耗小型号的传感器系统，进行surge速度估计。
水下导航和陆地空中导航不同，GPS不能用，现有方法有三类，声学导航，地球物理导航，惯性导航。惯性导航对环境特性不敏感，使其适用于无特征或复杂环境。并且惯性导航便宜。尽管现有惯性导航系统可以提升整体定位精度，但他存在无界错误。最好的方法是，使用传感器融合技术和状态估计，增加导航系统鲁棒性和精度。传感器融合技术和状态估计包括卡尔曼滤波，粒子滤波和SLAM。扩展卡尔曼滤波(EFK)被用来状态估计，可以解决非线性高斯过程误差分布。
惯性导航更具有普适性。直接测量速度的方法可以作为惯性导航系统(INS)的补充。DVL是最普遍应用辅助INS的速度传感器，速度估计的误差很小。DVL更适合用在bottom lock(BL)模式下，此时有一个光滑表面，水声信号散射问题可以被避免。在没有表面或者表面崎岖表面，DVL在water lock(WL)模式下进行速度估计。但是，DVL WL有一些局限，因为它不能提供BL一样的精确度，它依赖水下可以反射水声信号的粒子。近期一些工作提出，使用声学多普勒流体仪(ADCP)可以解决这个问题。
但是，DVL和ADCP都太大，小型水下机器人难以负载。同时，DVL能耗很高，限制了在长航时任务的应用。此外，低成本机器人例如高风险应用、蜂群操作、商用机器人等，更适合使用低成本的速度估计设备。
本文，提出低成本、小型好、低功耗的surge速度估计技术，基于差分压力传感器。这个技术基于之前的工作，受启发鱼的侧线感应。之前已经提出了很多高性能的侧线系统，但没有一个被集成到自主导航的AUV，就作者的知识来看，没有一个人做过实验，实验环境被仔细控制。之前的侧线系统需要很多技术，相反，我们的侧线系统基于商业可行、便宜、鲁棒性好的压力传感器，适合实际条件。
基于压力传感器的流量估计，可以通过伯努利法则推导。伯努利建立了一个流量和压力的二次方程。这个方程揭示了，低速估计时，压力传感器需要更高的敏感性。绝对压力传感器测量的是固定值，这导致随着深度增加，成比例的增加了压力数值，降低了压力灵敏度。为了应对这个问题，差分压力传感器被用到。
差分传感器可以测量同一设备不同点的压力差值，从而滤除掉静态的部分，降低压力数值，提高灵敏度。之前发表的文章里，对于鱼雷型的AUV，我们设计了基于差分压力传感器的原型系统来估计surge速度。原型机在实验条件下校准并实验，可以将速度估计准确到0.012m/s。设想难以BL模式使用DVL，或者没有辅助速度估计时，这个精度是足够接近DVL的估计的。这个结果也鼓励了本文的实地实验。实际实验过程中，自运动受动态环境的影响被考虑到。本文，增加惯性测量装置(IMU),从而补偿自运动影响，从而增强原型机的性能。
我们管最终的传感器系统称为DPSS，并给出它的实验数据实验性能。AUV型号是，实验环境包括不同深度，受保护水域和开放水域。三种线路，分别是线性、折叠型和环形，surge速度范围是0.1到1.5m/s之间。在保护水域环境下的实验，目标速度大于1m/s时，DPSS和DVL的速度估计差异以根均方差(RMSE)来表示，RMSE不超过0.032m/s。并且，最小误差是0.013m/s，非常接近DPSS原型机0.012的理想准确度。
本文以如下形式组织，第二章，提供理论背景和DPSS的设计。第三章，描述实验平台，即SPARUS II AUV。第四章，实验配置及数据分析。第五章，提出实地实验的结果并进行讨论。第六章，总结全文，提出从实验中获得的经验和下步工作。

2 DIFFERENTIAL PRESSURE SENSOR SPEEDOMETER