Deploying long‐range autonomous underwater vehicles (AUVs) mid‐water column in the deep ocean is one of the most challenging applications for these submersibles. Without external support and speed over the ground measurements, dead‐reckoning (DR) navigation inevitably experiences an error proportional to the mission range and the speed of the water currents. In response to this problem, a computationally feasible and low‐power terrain‐aided navigation (TAN) system is developed. A Rao‐Blackwellized Particle Filter robust to estimation divergence is designed to estimate the vehicle's position and the speed of water currents. To evaluate performance, field data from multiday AUV deployments in the Southern Ocean are used. These form a unique test case for assessing the TAN performance under extremely challenging conditions. Despite the use of a small number of low‐power sensors and a Doppler velocity log to enable TAN, the algorithm limits the localisation error to within a few hundreds of metres, as opposed to a DR error of 40 km, given a 50 m resolution bathymetric map. To evaluate further the effectiveness of the system under a varying map quality, grids of 100, 200, and 400 m resolution are generated by subsampling the original 50 m resolution map. Despite the high complexity of the navigation problem, the filter exhibits robust and relatively accurate behaviour. Given the current aim of the oceanographic community to develop maps of similar resolution, the results of this study suggest that TAN can enable AUV operations of the order of months using global bathymetric models.

中文翻译：

---

在动态映射不足的环境中用于远程AUV的地形辅助导航

在深海中部署远程自动水下航行器（AUV）中水柱是这些潜水器最具挑战性的应用之一。如果没有外部支持和地面测量速度，无人驾驶（DR）导航不可避免地会遇到与任务范围和水流速度成比例的误差。针对此问题，开发了一种计算上可行的低功耗地形辅助导航（TAN）系统。一种对估计偏差具有鲁棒性的Rao-Blackwellized粒子滤波器，用于估计车辆的位置和水流的速度。为了评估性能，使用了来自南大洋的多日AUV部署的现场数据。这些构成了一个独特的测试用例，用于评估在极端挑战性条件下的TAN性能。尽管使用了少量的低功率传感器和多普勒速度测井来启用TAN，但是该算法将定位误差限制在几百米以内，而在分辨率为50 m的情况下，DR误差为40 km测深图。为了进一步评估系统在变化的地图质量下的有效性，通过对原始50 m分辨率地图进行二次采样，生成了100、200和400 m分辨率的网格。尽管导航问题的复杂性很高，但过滤器仍表现出健壮且相对准确的性能。鉴于海洋学界当前的目标是开发具有类似分辨率的地图，这项研究的结果表明，TAN可以使用全球测深模型实现数月量级的AUV作业。该算法将定位误差限制在几百米以内，而给定50 m分辨率的测深图，则DR误差为40 km。为了进一步评估系统在变化的地图质量下的有效性，通过对原始50 m分辨率地图进行二次采样，生成了100、200和400 m分辨率的网格。尽管导航问题的复杂性很高，但过滤器仍表现出健壮且相对准确的性能。鉴于海洋学界当前的目标是开发具有类似分辨率的地图，这项研究的结果表明，TAN可以使用全球测深模型实现数月量级的AUV作业。该算法将定位误差限制在几百米以内，而给定50 m分辨率的测深图，则DR误差为40 km。为了进一步评估系统在变化的地图质量下的有效性，通过对原始50 m分辨率地图进行二次采样，生成了100、200和400 m分辨率的网格。尽管导航问题的复杂性很高，但过滤器仍表现出健壮且相对准确的性能。鉴于海洋学界当前的目标是开发具有类似分辨率的地图，这项研究的结果表明，TAN可以使用全球测深模型实现数月量级的AUV作业。为了进一步评估系统在变化的地图质量下的有效性，通过对原始50 m分辨率地图进行二次采样，生成了100、200和400 m分辨率的网格。尽管导航问题的复杂性很高，但过滤器仍表现出健壮且相对准确的性能。鉴于海洋学界当前的目标是开发具有类似分辨率的地图，这项研究的结果表明，TAN可以使用全球测深模型实现数月量级的AUV作业。为了进一步评估系统在变化的地图质量下的有效性，通过对原始50 m分辨率地图进行二次采样，生成了100、200和400 m分辨率的网格。尽管导航问题的复杂性很高，但过滤器仍表现出健壮且相对准确的性能。鉴于海洋学界当前的目标是开发具有类似分辨率的地图，这项研究的结果表明，TAN可以使用全球测深模型实现数月量级的AUV作业。