AUV导航与定位系统技术可以根据图4-14进行分类。
一般来讲，水下导航可以分为三大类：
①惯性／航位推算——惯性导航使用加速度计和陀螺仪来增加传播当前状态的精度。然而，在这一类中的所有方法都具有无界的位置误差增长；
②声学应答器和调制解调器技术——这一类是基于测量飞行时间（time of flight，TOF）的声信号或信号从调制解调器到进行导航；
③地球物理导航——使用外部环境信息作为导航的参考技术，这必须通过传感器和处理能够检测、识别和分类一些环境特征的算法来完成。
声呐传感器基于声学信号，成像或水深声呐的导航是基于环境中的特征检测、识别和
传感器系统是发展车辆自主性的主要限制之一。AUV的传感器可分为三大类：导航传感器，用于检测AUV的运动；任务传感器，用于检测操作环境；系统传感器，用于AUV本体诊断。不同的任务需要不同的传感器：光学、X射线、声学和激光等可以用于监测环境；多普勒、声呐惯性系统和陀螺仪用于导航；还有其他的力学传感器等。(www.xing528.com)
水下环境复杂，可见度低，光色散和折射严重，因此对于同一任务，经常需要多个传感器。通过声呐成像、激光三角测量和光学成像的组合收集关于车辆周围的物体及局部地形的信息。声呐提供大部分的避障信息；视频图像加上专门的机器视觉算法提供关于近地物体和地形的形状和范围的高分辨率信息；激光三角测量可以以较慢的速度提供相同类型的数据，具有在浑水中操作的优势。来自多个传感系统的关于车辆周围环境的几何信息可能是多余的和冲突的，这种传感器融合问题必须由智能系统来处理，需要解决以下几个问题：
①照明高度不均匀和多向性，诸如海洋环境之类的吸收、后向散射和颜色失真介质在使用视频图像时造成难题；
②由于安装在车辆上的人造光源与车辆一起移动，会产生附加的复杂性；
③海底多类型的动植物的运动也能够造成感知底部地形的混乱。
另一个困难在于位置传感，因为没有内部系统传感器。当前AUV使用的最常见方法是声学长基线（long baseline，LBL）、短基线（short baseline，SBL）或需要外部应答器的超短基线（ultra short baseline，USBL）方法。然而信号衰减随距离、频率和温度而变化，并且具有声学信标的定位系统非常昂贵，因此难以实际解决问题。分类。因此，基于声呐的导航属于声学和地球物理导航两类。声呐和其他基于声学的导航方案需要区分开来，这些导航方案依赖于从信标或其他AUV发射的外部声信号。不同的AUV所使用的导航系统的类型高度依赖于操作或任务的类型，并且在许多情况下，不同的系统可以组合以提高性能。
图4-14 AUV导航与定位系统技术分类框架
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
