《海洋技术学报》2026年第3期精选

发布时间：2026-07-07来源：中国海洋观测

点击上方“中国海洋观测” 即可关注我们哦

《海洋技术学报》

2026年第3期

文章

面向DVL缺失工况的水下导航观测补偿方法

李倩1，周耀鉴1,2

（1. 中北大学软件学院，山西太原 030051；2. 东海实验室，浙江舟山 316021）

作者简介

李倩（2002—），女，硕士，主要从事多传感器融合定位研究。

关键词

水下自主航行器多普勒测速计随机森林因子图优化

摘要

在水下自主航行器（Autonomous Underwater Vehicle，AUV）导航过程中，通常依赖惯性导航系统（Inertial Navigation System，INS）和多普勒测速计（Doppler Velocity Log，DVL）融合定位。受水声环境复杂性和设备工作状态影响，DVL易出现数据缺失。针对DVL缺失条件下传统融合方法鲁棒性不足的问题，本文提出了一种数据驱动观测补偿与统一因子图融合的系统性思路，通过训练随机森林回归模型，学习航行器局部运动状态与DVL速度观测之间的非线性映射关系，进而预测得到“虚拟DVL观测”，并将其作为速度先验输入统一的因子图优化（Factor Graph Optimization，FGO）。在不改变因子图后端结构的前提下，通过提升软约束的观测质量改善导航系统在DVL缺失工况下的稳定性与精度。基于真实水下试验数据验证，在缺失后外部观测极为稀疏的最不利工况下，随机森林方法将终点误差从千米级缩小至百米量级，相较于不补偿方案，终点误差降低约98%。同时，随机森林在终点误差、全程均方根误差（Root Mean Squared Error，RMSE）和航程归一漂移率上较线性插值分别进一步降低约29%、14%和30%，表明其在抑制误差累积和保持全航程轨迹一致性方面具有更强的鲁棒性。