1. 课程导入与AUV导航需求
自主水下航行器（AUV）要在没有卫星信号的深海完成测绘、搜索、巡检等任务，首先必须回答一个看似简单却极其关键的问题：“我现在在哪里？” 这个问题在陆地上可以交给GNSS，在水下却几乎无法直接获得外部绝对位置。地形辅助导航（Terrain Aided Navigation，TAN）正是为解决这一矛盾而发展起来的技术路线：利用预先测得的或在线感知的海底地形，与惯导推算位置附近的地形进行匹配，从而约束惯导随时间增长的误差。
本课程围绕“为什么需要—原理是什么—怎么实现—如何评估”展开，共30节。本节作为导入，先建立三个基本认识：AUV的典型任务对导航提出了什么要求、惯导误差为什么会累积、地形辅助导航用什么思路把误差“拉回来”，并给出后续学习路径。
一、AUV典型任务与导航需求
AUV的任务形态决定了导航指标的差异。以三类常见场景为例：
- 深海地形测绘：搭载多波束测深仪，沿测线以约2～4 kn航行，要求航迹保持平直、相邻测线间距稳定。若横向定位误差达到数十米，测线间会出现重叠或空洞，直接影响成图质量。此类任务更关注相对定位精度与航迹重复性。
- 目标搜索与打捞：在指定海域按栅格或螺旋线搜索，需要把“发现目标的位置”准确报给母船。此时绝对定位精度是核心，误差直接决定搜索效率与打捞成功率。
- 管线/缆线巡检：AUV需贴近海底结构航行，依靠侧扫或前视声呐识别异常。定位误差过大会导致缺陷位置无法复现，通常要求米级甚至亚米级的相对定位。
这些任务的共同点是：长时间、无GNSS、需要连续可靠的位姿输出。下潜前的一次GNSS定位只能提供初始位置，之后AUV必须依靠自身传感器维持定位。这就把压力集中到了惯性导航系统上。
二、惯性导航的误差累积问题
惯导通过陀螺仪测量角速度、加速度计测量比力，积分得到姿态、速度和位置。它的优点是自主、连续、短时精度高、输出频率高；缺点是误差会随时间累积。其根源在于积分环节：陀螺零偏经一次积分变成姿态误差，姿态误差使重力被错误投影，再经两次积分形成位置误差，因此位置误差大致随时间的平方增长（在无外部修正时）。
以一个教学示例说明量级：假设某AUV用中等精度惯导，陀螺零偏约0.01°/h，加速度计零偏约100 μg。仅考虑加速度计零偏造成的位置漂移，粗略估算为 Δp ≈ ½·b·t²。取 b = 100 μg ≈ 9.8×10⁻⁴ m/s²，航行1小时后：Δp ≈ 0.5×9.8×10⁻⁴×3600² ≈ 6350 m。也就是说，一小时就可能漂出数公里。实际系统中陀螺项、初始对准误差、标度因数误差等会共同作用，量级可能更大或更小，但“随时间快速发散”这一结论是确定的。
工程上常用的抑制手段包括：提高惯导等级（成本高）、定期上浮获取GNSS（破坏隐蔽性与任务连续性）、使用DVL测速抑制速度误差、以及利用地形、重力、地磁等外部信息做匹配修正。地形辅助导航属于最后一类，其优势是不依赖上浮、不辐射信号、可长时间工作。
三、地形辅助导航的基本思想
地形辅助导航的核心逻辑可以概括为：惯导给出“我大概在哪”，地形匹配给出“我实际在哪”，两者融合得到“我更可能在哪”。具体而言，AUV携带的测深传感器（如单波束测深仪、多波束或侧扫声呐）实时测量下方或附近的海底深度，形成一条测深剖面；同时，根据惯导推算位置，从预先存储的数字高程模型（DEM）中提取对应区域的地形剖面。将实测剖面与候选区域的地形进行匹配，寻找相关性最高的位置，即可得到位置修正量，再通过滤波器（如卡尔曼滤波）反馈给惯导。
这一过程涉及几个关键要素：参考地形图的精度与分辨率、测深数据的质量与配准、匹配算法的稳健性、以及滤波融合的策略。地形起伏越显著、特征越丰富，匹配越容易；反之在平坦海底，地形辅助导航效果会明显下降，这也是实际应用中需要评估“可导航性”的原因。
上图把本节的核心关系压缩在一张图里：上方是真实轨迹与惯导推算轨迹随航程逐渐分离，AUV向下发射测深波束获得剖面；下方是“惯导位置—实测与参考地形—匹配—修正”的处理链。需要强调的是，匹配修正不是一次性的，而是随航行持续进行，形成“推算—观测—修正”的闭环。
四、课程学习路径
后续内容按能力递进组织，建议按以下顺序学习：
- 基础层：惯导误差模型与坐标系约定、测深传感器与DEM数据基础。这一层决定你能否正确描述“误差从哪来、数据长什么样”。
- 原理层：地形匹配的基本方法（剖面匹配、相关分析、粒子滤波/贝叶斯估计）、可导航性分析。重点是理解匹配为什么有效、在什么条件下失效。
- 实现层：匹配与惯导的融合滤波、实时性设计、异常与误匹配处理。这一层把原理变成可运行的导航方案。
- 评估层：精度评估方法、典型场景实验设计与结果判读，形成“能验证、能复盘”的闭环。
学习过程中建议始终带着三个问题：参考地形是否可信？实测数据是否配准？修正量是否被正确融合？ 这三问贯穿地形辅助导航的全部工程环节，也是后续各节反复出现的判断依据。