Doppler Velocity Log
- 又稱: DVL, Doppler log
- 類別: Sensing › Exteroceptive
- 標籤: underwater-robotics, dead-reckoning, acoustic-sensing, state-estimation, sensor-fusion
一種用於水下載具的聲學感測器，根據聲波回波的都卜勒頻移量測相對於海床或相對於水體的速度，是水下航位推算的主要輸入。
定義
都卜勒計程儀（DVL）（Doppler velocity log）是一種量測水下載具移動速度的聲學感測器。它沿著數個波束（通常是四個）發出聲波脈衝，這些波束斜向下、朝遠離載具的方向傾斜，並量測從海床返回之回波的都卜勒頻移。每個波束給出沿其本身方向的速度分量；只要有至少三個不共面的波束，就能解出載具在感測器座標系中的三維速度，第四個波束則提供備援與誤差檢查。大多數 DVL 也會回報沿每個波束到海床的距離，由此得到離海床的高度。「計程儀」（log）是航海用語，指量測船速的儀器。
當海床在量測範圍之內時，DVL 處於海底追蹤（bottom-track，也稱海底鎖定）模式，量測相對於海床的速度。當海床太遠時，有些 DVL 可以進行水層追蹤（water-track），量測相對於某一水層的速度，其中包含了海流的影響。量測範圍與精度取決於聲學頻率：頻率越低，可及距離越遠；頻率越高，在較短距離內量測越精細。在陡峭或鬆軟的地形上方、離海床非常近、在含有氣泡的水中，或載具俯仰劇烈時，海底鎖定可能會遺失，導航軟體必須處理這些空缺。
由於 GPS 在水下無法運作，DVL 是大多數自主水下載具與遙控水下載具運動資訊的主要來源。它在機體座標系下的速度，會利用來自 IMU 或慣性導航系統的姿態與航向估測旋轉到世界座標系，再積分得到位置。這種航位推算會隨航行距離漂移，而航向誤差往往是最大的來源，因此需要以壓力感測器量測深度、USBL 或 LBL 等聲學定位、地形或視覺特徵，以及浮出水面取得 GPS 定位來修正。要得到準確的結果，取決於校正 DVL 與 IMU 之間的安裝旋轉與偏移，以及使用正確的聲速。
為何重要
水下機器人無法使用 GPS，往往也看不遠，因此相對於海床的速度是少數能直接量測其運動的資料之一。DVL 的品質，以及它與慣性感測器融合的品質，在很大程度上決定了水下載具能航行多遠，其位置估測才會變得不可靠。
主要應用
- 自主水下載具的航位推算導航
- 遙控水下載具的定點維持與低速控制
- 在測量載具上輔助慣性導航系統
- 對位置精度有要求的海床測繪與檢測
- 在海床上方維持高度
實際應用
一台必須返回海床取樣點的水下載具，在因子圖中融合它的 DVL、IMU 與壓力感測器。每一筆 DVL 海底追蹤讀數都成為相鄰兩個狀態之間的一個速度因子，依估測的姿態旋轉，並針對 DVL 與載具參考點之間的槓桿臂進行修正。部署之前，團隊透過走直線並與聲學定位結果比對，來校正 DVL 的安裝旋轉，因為微小的偏航對準誤差就會產生持續增長的側向誤差。運作時，海底鎖定遺失而被標為無效的讀數會被捨棄；而接觸事件，例如載具降落在一個已知結構上，會作為額外約束加入，把漂移的估測拉回原位。
常見誤解
- DVL 會給出位置 — 它量測的是速度，必須搭配姿態估測進行積分，並且會隨時間漂移
- DVL 速度一定是相對於海床的 — 在水層追蹤模式下它相對於水體，因此海流會進入量測值
- 任何 IMU 姿態都足以用於 DVL 航位推算 — 航向誤差會直接變成隨航行距離增長的位置誤差
- 安裝對準可以忽略 — DVL 與 IMU 座標系之間的微小旋轉會造成系統性漂移
誰需要了解
- 海洋與水下機器人工程師
- AUV 與 ROV 的導航與狀態估測工程師
- 使用自主載具的海洋科學與測量團隊
- 研究水下 SLAM 與定位的研究人員
相關技術
- 慣性導航系統（Inertial Navigation System）
- 聲學都卜勒流速剖面儀（Acoustic Doppler Current Profiler）
- USBL 聲學定位（USBL Acoustic Positioning）
- LBL 聲學定位（LBL Acoustic Positioning）
- 壓力深度感測器（Pressure Depth Sensor）
- 姿態航向參考系統（Attitude and Heading Reference System）
相關術語
相關專案
- 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