Information-Aided DVL Calibration

Resumo Técnico: Calibração de DVL Auxiliada por Informação

Definição do Problema
Medições precisas de velocidade do Doppler Velocity Log (DVL) são críticas para as soluções de navegação de Veículos Autônomos Subaquáticos (AUVs), pois corrigem o desvio inerente aos Sistemas de Navegação Inercial (INS). Tradicionalmente, a calibração de DVL — estimando erros determinísticos e invariantes no tempo, como fatores de escala e ângulos de desalinhamento — é realizada na superfície da água utilizando sinais de Sistema Global de Navegação por Satélite (GNSS) como referência. Este processo baseia-se em abordagens baseadas em filtro de Kalman e requer manobras específicas para garantir a observabilidade do estado. No entanto, existem duas limitações significativas:

1. Ambientes com Ausência de GNSS: Em cenários onde os sinais GNSS não estão disponíveis (ex: submerso ou em condições de superfície específicas), a calibração convencional é impossível, forçando o uso de dados de DVL não calibrados, o que degrada o desempenho da navegação.
2. Limites de Precisão: Mesmo em ambientes com GNSS disponível, a precisão da calibração tradicional baseada em filtro de Kalman pode ser subótima.

O artigo aborda o desafio de melhorar a precisão da calibração em cenários com GNSS e permitir a autocalibração de DVL em ambientes sem GNSS, sem depender de referências externas.

Metodologia
Os autores propõem uma estrutura de Calibração Auxiliada por Informação (IAC) que incorpora restrições não holonômicas e aproximações de velocidade no processo de estimação do filtro de Kalman. A abordagem é dividida em dois cenários distintos, resultando em cinco modelos de filtro de Kalman modificados (M3–M7).

• Cenários com Presença de GNSS (IAC-G):
  Os autores adaptam restrições não holonômicas, tipicamente utilizadas em veículos terrestres, para AUVs. Eles propõem que, durante trajetórias de calibração em linha reta, o componente de velocidade vertical (eixo Z) no referencial do DVL assume uma média de zero, mesmo com movimentos verticais periódicos.

  • Modelos M3 e M4: Estes modelos integram esta suposição de "velocidade Z zero" como um auxílio de informação junto com as medições padrão de GNSS. O M3 aplica isso a um modelo de linha de base com um fator de escala escalar, enquanto o M4 aplica isso a um modelo com um fator de escala específico para o eixo X. Esta modificação adiciona efetivamente uma restrição à atualização da medição sem alterar os parâmetros principais do filtro de Kalman.

• Cenários sem Presença de GNSS (IAC-GF):
  Para ambientes sem GNSS, os autores propõem uma estrutura de autocalibração baseada em três suposições:

  1. Modelo de Erro Simplificado: Utilizando apenas erros de desalinhamento (omitindo o fator de escala para reduzir a dimensionalidade do estado).
  2. Sway e Heave Próximos de Zero: Aproximando os componentes de velocidade de sway (Y) e heave (Z) no referencial do corpo como valores pequenos, próximos de zero.
  3. Aproximação de Surge: Derivando a velocidade de surge (eixo X) desconhecida através do aproveitamento da invariância da norma da velocidade entre os referenciais ($||\tilde{v}_d|| \approx \tilde{v}_{IAC-GF,x}$).
  • Modelos M5, M6 e M7: Estes modelos utilizam o vetor de velocidade aproximado derivado das suposições acima.
    • M5 e M6 requerem conhecimento prévio ou heurísticas para estimar os componentes de sway e heave.
    • M7 representa uma abordagem totalmente independente e inovadora. Utiliza apenas a norma da velocidade medida pelo DVL e o componente X da velocidade transformada, não requerendo nenhum conhecimento prévio dos componentes de sway ou heave. Opera com um vetor de três estados (apenas erros de desalinhamento).

Principais Contribuições

1. Estrutura IAC: A introdução de uma estrutura de calibração auxiliada por informação que melhora a calibração de DVL tanto em ambientes com GNSS quanto em ambientes sem GNSS.
2. Auxílio de Velocidade Zero: Em cenários com presença de GNSS, a proposta de utilizar informações de velocidade zero (especificamente o componente Z) para aumentar a precisão e reduzir o tempo de calibração.
3. Autocalibração Livre de GNSS: O desenvolvimento de um modelo de erro relaxado combinado com uma nova suposição de velocidade (M7) que permite a autocalibração de DVL em ambientes sem GNSS, oferecendo uma alternativa ao uso de medições não calibradas.
4. Cinco Novos Modelos: A formulação de cinco modelos específicos de filtro de Kalman (M3–M7) adaptados para diferentes cenários de auxílio e formulações de estado.

Resultados
Os modelos propostos foram validados utilizando conjuntos de dados reais coletados pelo AUV "Snapir" da Universidade de Haifa no Mar Mediterrâneo. A avaliação envolveu 15 trajetórias e um procedimento de validação cruzada testando 15 combinações diferentes de termos de erro (fatores de escala, desalinhamentos, vieses e ruído).

• Desempenho com Presença de GNSS:

  • O modelo M3 alcançou uma melhoria média de 20,12% no erro quadrático médio da velocidade (VRMSE) em comparação com o melhor modelo de linha de base (M2).
  • O modelo M4 alcançou uma melhoria média de 6,65% sobre o M2.
  • Os resultados demonstraram que o M3 e o M4 convergem mais rapidamente e atingem taxas de erro menores do que os modelos de linha de base, mesmo com durações de calibração mais curtas.

• Desempenho sem Presença de GNSS:

  • Comparado à linha de base não calibrada, os modelos IAC-GF propostos reduziram significativamente o desvio de navegação.
  • O modelo M7 (o modelo totalmente independente) alcançou a maior melhoria, reduzindo o VRMSE em aproximadamente 35% em média.
  • Os modelos M5 e M6 alcançaram melhorias médias de cerca de 31% e 27%, respectivamente.
  • Os resultados confirmaram que a aproximação heurística dos componentes de sway e heave (baseada nos primeiros dois segundos de dados) fornece uma estimativa razoável para a autocalibração.

Significância e Alegações
O artigo afirma que as estruturas IAC propostas abordam lacunas críticas na navegação de AUVs ao:

1. Aumentar a Precisão: Melhorar a precisão da calibração em ambientes com GNSS em até 20% sem exigir mudanças complexas de hardware ou sensores adicionais.
2. Permitir Operação em Ambientes Negados: Fornecer um método viável para a autocalibração de DVL quando o GNSS não está disponível, evitando a dependência de medições não calibradas que levam ao rápido desvio de navegação.
3. Confiabilidade da Missão: Ao reduzir o desvio de navegação e melhorar a estimativa de velocidade, a abordagem suporta a coleta de dados de maior qualidade e a execução de missões mais seguras.
4. Mudança de Paradigma: O trabalho introduz um novo paradigma de navegação subaquática auxiliada por informação, demonstrando que restrições e aproximações (como velocidade vertical zero ou invariância da norma da velocidade) podem ser efetivamente aproveitadas para substituir referências externas em contextos operacionais específicos.

Os autores observam que a abordagem depende de suposições relativas à instalação do DVL (ex: alinhamento do eixo Z) e à dinâmica de movimento (trajetórias em linha reta), o que pode limitar a aplicabilidade em configurações altamente dinâmicas ou não padronizadas. No entanto, a validação em dados reais do mar confirma a robustez e a aplicabilidade prática dos modelos propostos.