Open Source Robotics

Una raccolta curata di progetti, strumenti e software di robotica open source di alta qualità per la comunità della robotica.

Doppler Velocity Log

  • Detto anche: DVL, Doppler log
  • Categoria: Sensing › Exteroceptive
  • Tag: underwater-robotics, dead-reckoning, acoustic-sensing, state-estimation, sensor-fusion

Un sensore acustico per veicoli subacquei che misura la velocità rispetto al fondale, o rispetto all'acqua, dallo spostamento Doppler degli echi sonori, ed è il principale ingresso della navigazione stimata subacquea.

Definizione

Un Doppler velocity log (DVL) è un sensore acustico che misura la velocità con cui si muove un veicolo subacqueo. Emette impulsi sonori lungo diversi fasci, di solito quattro, inclinati verso il basso e verso l'esterno rispetto al veicolo, e misura lo spostamento di frequenza Doppler degli echi di ritorno dal fondale. Ogni fascio fornisce la componente della velocità lungo la propria direzione; con almeno tre fasci non complanari si può ricavare la velocità tridimensionale del veicolo nel sistema di riferimento del sensore, e un quarto fascio aggiunge ridondanza e un controllo degli errori. La maggior parte dei DVL riporta anche la distanza dal fondo lungo ciascun fascio, che dà la quota sopra il fondale. La parola log è il termine nautico inglese per lo strumento che misura la velocità di una nave, il solcometro.

Quando il fondale è entro la portata, il DVL è in modalità bottom-track (aggancio al fondo) e misura la velocità rispetto al fondo. Quando il fondo è troppo lontano, alcuni DVL possono funzionare in water-track, misurando la velocità rispetto a uno strato d'acqua, il che include l'effetto delle correnti. Portata e precisione dipendono dalla frequenza acustica: le frequenze più basse arrivano più lontano, quelle più alte danno misure più fini a distanze minori. L'aggancio al fondo può andare perso su terreni ripidi o soffici, molto vicino al fondo, in acqua aerata o quando il veicolo beccheggia fortemente, e il software di navigazione deve gestire queste lacune.

Poiché il GPS non funziona sott'acqua, il DVL è la principale fonte di informazioni sul moto per la maggior parte dei veicoli subacquei autonomi e filoguidati. La sua velocità nel sistema di riferimento del corpo viene ruotata nel sistema del mondo usando una stima di assetto e prua fornita da una IMU o da un sistema di navigazione inerziale, poi integrata per ottenere la posizione. Questa navigazione stimata deriva con la distanza percorsa, e l'errore di prua è spesso il contributo maggiore, quindi viene corretta con un sensore di pressione per la profondità, con il posizionamento acustico come USBL o LBL, con caratteristiche del terreno o visive e con risalite in superficie per ottenere fix GPS. Risultati accurati dipendono dalla calibrazione della rotazione e dell'offset di montaggio tra il DVL e la IMU e dall'uso della corretta velocità del suono.

Perché è importante

I robot subacquei non possono usare il GPS e spesso non vedono lontano, quindi la velocità rispetto al fondale è una delle poche misure dirette del loro moto. La qualità di un DVL e della sua fusione con i sensori inerziali determina in larga parte quanta strada può percorrere un veicolo subacqueo prima che la sua stima di posizione diventi inaffidabile.

Applicazioni principali

  • Navigazione stimata per veicoli subacquei autonomi
  • Mantenimento della posizione e controllo a bassa velocità di veicoli filoguidati
  • Supporto ai sistemi di navigazione inerziale su veicoli per rilievi
  • Mappatura e ispezione del fondale dove conta la precisione della posizione
  • Mantenimento della quota sopra il fondale

In pratica

Un veicolo subacqueo che deve tornare a punti di campionamento sul fondale fonde il suo DVL, la sua IMU e il suo sensore di pressione in un grafo dei fattori. Ogni lettura bottom-track del DVL diventa un fattore di velocità tra stati consecutivi, ruotato secondo l'orientamento stimato e corretto per il braccio di leva tra il DVL e il punto di riferimento del veicolo. Prima della missione il gruppo calibra la rotazione di montaggio del DVL percorrendo linee rette e confrontando con fix di posizione acustici, poiché un piccolo disallineamento in imbardata produce un errore laterale che cresce costantemente. In esercizio, le letture segnalate come non valide quando si perde l'aggancio al fondo vengono scartate, e un evento di contatto, come l'appoggio del veicolo su una struttura nota, viene aggiunto come vincolo ulteriore che riporta al suo posto la stima che deriva.

Idee sbagliate comuni

  • Un DVL fornisce la posizione — misura la velocità, che va integrata con una stima dell'orientamento e deriva nel tempo
  • La velocità del DVL è sempre rispetto al fondale — in modalità water-track è rispetto all'acqua, quindi le correnti entrano nella misura
  • Qualsiasi orientamento da IMU è sufficiente per la navigazione stimata con DVL — gli errori di prua si traducono direttamente in errori di posizione che crescono con la distanza percorsa
  • L'allineamento di montaggio si può ignorare — una piccola rotazione tra i sistemi di riferimento del DVL e della IMU causa una deriva sistematica

Chi dovrebbe saperlo

  • Ingegneri di robotica marina e subacquea
  • Ingegneri di navigazione e stima dello stato per AUV e ROV
  • Gruppi di scienze del mare e di rilievo che usano veicoli autonomi
  • Ricercatori che lavorano su SLAM e localizzazione subacquei

Tecnologie correlate

  • Sistema di navigazione inerziale (Inertial Navigation System)
  • Profilatore acustico di corrente a effetto Doppler (Acoustic Doppler Current Profiler)
  • Posizionamento acustico USBL (USBL Acoustic Positioning)
  • Posizionamento acustico LBL (LBL Acoustic Positioning)
  • Sensore di profondità a pressione (Pressure Depth Sensor)
  • Sistema di riferimento di assetto e prua (Attitude and Heading Reference System)

Termini correlati

  • IMU
  • Odometry
  • Factor Graph
  • Sensor Fusion
  • Extended Kalman Filter
  • Extrinsic Calibration

Progetti correlati

  • FAST-LIVO2: Fast, direct LiDAR-inertial-visual odometry from HKU-MARS, published in IEEE T-RO
  • GTSAM: Factor-graph optimization library powering many modern SLAM backends
  • OpenVINS: The reference open platform for visual-inertial state estimation research
  • manif: Header-only C++ Lie theory library for robotics state estimation

Questo sito richiede JavaScript. Attiva JavaScript per esplorare i nostri progetti di robotica open source.