Information-Aided DVL Calibration

Resumen Técnico: Calibración de DVL asistida por información

Planteamiento del Problema
Las mediciones precisas de velocidad de la sonda de velocidad Doppler (DVL) son críticas para las soluciones de navegación de los Vehículos Submarinos Autónomos (AUV), ya que corrigen la deriva inherente a los Sistemas de Navegación Inercial (INS). Tradicionalmente, la calibración del DVL —que estima errores deterministas e invariantes en el tiempo, como factores de escala y ángulos de desalineación— se realiza en la superficie del agua utilizando señales de Sistemas Globales de Navegación por Satélite (GNSS) como referencia. Este proceso se basa en enfoques de filtro de Kalman y requiere maniobras específicas para asegurar la observabilidad del estado. Sin embargo, existen dos limitaciones significativas:

1. Entornos sin GNSS: En escenarios donde las señales GNSS no están disponibles (por ejemplo, bajo el agua o en condiciones superficiales específicas), la calibración convencional es imposible, lo que obliga al uso de datos de DVL no calibrados que degradan el rendimiento de la navegación.
2. Límites de Precisión: Incluso en entornos con GNSS, la precisión de la calibración tradicional basada en el filtro de Kalman puede ser subóptima.

El artículo aborda el desafío de mejorar la precisión de la calibración en escenarios con GNSS habilitado y permitir la autocalibración del DVL en entornos sin GNSS sin depender de referencias externas.

Metodología
Los autores proponen un marco de Calibración Asistida por Información (IAC) que incorpora restricciones no holonómicas y aproximaciones de velocidad en el proceso de estimación del filtro de Kalman. El enfoque se divide en dos escenarios distintos, lo que resulta en cinco modelos de filtro de Kalman modificados (M3–M7).

• Escenarios con GNSS habilitado (IAC-G):
  Los autores adaptan las restricciones no holonómicas, típicamente utilizadas en vehículos terrestres, a los AUV. Proponen que, durante las trayectorias de calibración en línea recta, el componente de velocidad vertical (eje Z) en el marco de referencia del DVL promedia cero, incluso con movimiento vertical periódico.

  • Modelos M3 y M4: Estos modelos integran esta suposición de "velocidad Z cero" como una ayuda de información junto con las mediciones estándar de GNSS. M3 aplica esto a un modelo base con un factor de escala escalar, mientras que M4 lo aplica a un modelo con un factor de escala específico para el eje X. Esta modificación añade efectivamente una restricción a la actualización de la medición sin alterar los parámetros principales del filtro de Kalman.

• Escenarios sin GNSS (IAC-GF):
  Para entornos sin GNSS, los autores proponen un marco de autocalibración basado en tres suposiciones:

  1. Modelo de error simplificado: Utilizando únicamente errores de desalineación (omitiendo el factor de escala para reducir la dimensionalidad del estado).
  2. Desplazamiento (Sway) y Hundimiento (Heave) cercanos a cero: Aproximando los componentes de velocidad Y (desplazamiento) y Z (hundimiento) del marco del cuerpo como valores pequeños, cercanos a cero.
  3. Aproximación de Avance (Surge): Derivando la velocidad de avance (eje X) desconocida aprovechando la invariancia de la norma de la velocidad a través de los marcos de coordenadas ($||\tilde{v}_d|| \approx \tilde{v}_{IAC-GF,x}$).
  • Modelos M5, M6 y M7: Estos modelos utilizan el vector de velocidad aproximado derivado de las suposiciones anteriores.
    • M5 y M6 requieren conocimiento previo o heurísticas para estimar los componentes de desplazamiento y hundimiento.
    • M7 representa un enfoque novedoso y totalmente independiente. Utiliza únicamente la norma de la velocidad medida del DVL y el componente X de la velocidad transformada, requiriendo ningún conocimiento previo de los componentes de desplazamiento o hundimiento. Opera con un vector de tres estados (solo errores de desalineación).

Contribuciones Clave

1. Marco IAC: La introducción de un marco de calibración asistida por información que mejora la calibración del DVL tanto en entornos con GNSS disponible como en entornos sin GNSS.
2. Ayuda de Velocidad Cero: En escenarios con GNSS habilitado, la propuesta de utilizar información de velocidad cero (específicamente el componente Z) para mejorar la precisión y reducir el tiempo de calibración.
3. Autocalibración sin GNSS: El desarrollo de un modelo de error relajado combinado con una nueva suposición de velocidad (M7) que permite la autocalibración del DVL en entornos sin GNSS, ofreciendo una alternativa al uso de mediciones no calibradas.
4. Cinco Modelos Novedosos: La formulación de cinco modelos específicos de filtro de Kalman (M3–M7) adaptados a diferentes escenarios de asistencia y formulaciones de estado.

Resultados
Los modelos propuestos fueron validados utilizando conjuntos de datos reales recolectados por el AUV "Snapir" de la Universidad de Haifa en el Mar Mediterráneo. La evaluación involucró 15 trayectorias y un procedimiento de validación cruzada probando 15 combinaciones diferentes de términos de error (factores de escala, desalineaciones, sesgos y ruido).

• Rendimiento con GNSS habilitado:

  • El modelo M3 logró una mejora promedio del 20.12% en el error cuadrático medio de la velocidad (VRMSE) en comparación con el mejor modelo base (M2).
  • El modelo M4 logró una mejora promedio del 6.65% sobre M2.
  • Los resultados demostraron que M3 y M4 convergen más rápido y logran tasas de error más bajas que los modelos base, incluso con duraciones de calibración más cortas.

• Rendimiento sin GNSS:

  • En comparación con la línea base no calibrada, los modelos IAC-GF propuestos redujeron significativamente la deriva de navegación.
  • El modelo M7 (el modelo totalmente independiente) logró la mayor mejora, reduciendo el VRMSE en aproximadamente un 35% en promedio.
  • Los modelos M5 y M6 lograron mejoras promedio de aproximadamente un 31% y 27%, respectivamente.
  • Los resultados confirmaron que la aproximación heurística de los componentes de desplazamiento y hundimiento (basada en los primeros dos segundos de datos) proporciona una estimación razonable para la autocalibración.

Significancia y Reclamaciones
El artículo afirma que los marcos IAC propuestos abordan brechas críticas en la navegación de AUV al:

1. Mejorar la Precisión: Mejorar la precisión de la calibración en entornos con GNSS habilitado hasta en un 20% sin requerir cambios complejos de hardware o sensores adicionales.
2. Habilitar la Operación en Entornos Denegados: Proporcionar un método viable para la autocalibración del DVL cuando el GNSS no está disponible, evitando la dependencia de mediciones no calibradas que conducen a una rápida deriva de navegación.
3. Fiabilidad de la Misión: Al reducir la deriva de navegación y mejorar la estimación de la velocidad, el enfoque respalda la recolección de datos de alta calidad y una ejecución de misión más segura.
4. Cambio de Paradigma: El trabajo introduce un nuevo paradigma de calibración asistida por información para la navegación submarina, demostrando que las restricciones y aproximaciones (como la velocidad vertical cero o la invariancia de la norma de la velocidad) pueden aprovecharse eficazmente para reemplazar las referencias externas en contextos operativos específicos.

Los autores señalan que el enfoque depende de suposiciones relativas a la instalación del DVL (por ejemplo, alineación del eje Z) y la dinámica del movimiento (trayectorias en línea recta), lo que puede limitar la aplicabilidad en configuraciones altamente dinámicas o no estandarizadas. Sin embargo, la validación con datos marinos reales confirma la robustez y aplicabilidad práctica de los modelos propuestos.