1. 课程导入与导航系统故障诊断全景

水下机器人（ROV/AUV）要在没有卫星信号的海洋环境中完成长航时、高精度的自主作业，导航系统就是它的“眼睛”和“内耳”。一旦导航出现偏差，轻则任务返航失败，重则导致机器人丢失或碰撞事故。本课程围绕“如何判断导航系统是否故障、故障在哪里、如何定位与处置”展开，共30章，从系统组成、传感器原理、误差机理，到故障诊断方法、实战排障流程逐层推进。本章作为开篇，先建立全景认知：导航系统由哪些部分组成、故障诊断到底在做什么、为什么水下环境让诊断格外困难，以及整门课的学习路径与实战项目如何落地。

一、水下机器人导航系统的四大组成

水下导航系统通常不是单一传感器，而是多源信息的组合体，按信息源可分为四类：

• 惯性导航（INS）：以陀螺仪和加速度计为核心，通过积分推算位置、速度和姿态。它的特点是短时精度高、输出频率高、完全自主不依赖外部信号，但误差随时间累积漂移，长时间航行必须靠其他信息源校正。常见器件包括光纤陀螺（FOG）、MEMS陀螺和石英加速度计。
• 声学导航：利用水下声波传播进行定位，典型形式有长基线（LBL）、短基线（SBL）、超短基线（USBL）以及多普勒速度计程仪（DVL）。LBL在海底布设应答器阵，定位精度可达厘米级但布设成本高；USBL通过测量声学信号的到达方向和时延解算相对位置，安装方便但受声速剖面和多径影响；DVL测量相对于海底或水体的速度，是组合导航中抑制惯导漂移的关键观测源。
• 地球物理导航：借助地球固有的物理场特征进行匹配定位，包括地形匹配（多波束测深）、地磁匹配、重力匹配等。它不依赖外部人工信标，适合大范围隐蔽航行，但需要预先构建高精度先验地图，且匹配算法对初始位置误差和地形特征丰富度敏感。
• 组合导航：以惯性导航为基准，融合DVL、USBL、深度计、磁罗经、地形匹配等多源信息，通过卡尔曼滤波（如EKF/UKF）或因子图优化实现优势互补。组合导航是当前水下机器人工程实践的主流方案，也是故障诊断中最复杂的对象——因为故障可能来自任一子传感器，也可能来自融合算法本身。

下图给出四类导航方式在信息源、自主性、精度特性与典型故障点上的整体关系，帮助建立“系统—传感器—故障域”的对应认知。

二、故障诊断的定义、目标与水下特殊性

故障诊断（Fault Diagnosis）通常包含三个层次：故障检测（是否发生异常）、故障隔离（异常来自哪个部件或通道）、故障辨识（故障的类型与严重程度）。对水下导航系统而言，目标不仅是“报警”，而是要在任务进行中给出可信的定位结果，并支撑降级运行或返航决策。

水下环境让诊断比陆空平台更困难，主要体现在四点：其一，无GPS基准，缺少独立真值参考，诊断算法只能依靠多源一致性或模型残差；其二，声学链路不稳定，USBL/LBL易受多径、混响、声速剖面变化影响，观测本身就可能间歇失效；其三，传感器不可频繁拆检，ROV下潜后无法现场标定，诊断必须在线完成；其四，故障耦合强，例如DVL底跟踪丢失会被误判为惯导漂移，深度计卡死会污染融合结果，单一残差阈值往往难以区分。

因此，工程上常用的诊断思路是“模型残差 + 多源交叉校验 + 状态机管理”：以惯导机械编排为参考模型，计算各观测源的新息（innovation）与协方差，结合卡方检验判断观测是否异常；同时用深度、姿态、DVL对地速度等物理约束做交叉验证；最后由故障状态机决定隔离、降权还是切换备份。这套逻辑将贯穿后续章节。

三、课程学习路径与实战项目

整门课按“认知—原理—方法—实战”四段组织。前段建立导航系统与误差机理的认知，包括坐标系约定（本课程统一采用北东地NED导航系、载体前右下体系，角度以导航系为参考，顺时针为正）、惯导机械编排与漂移机理、声学与地球物理导航原理。中段进入故障诊断核心方法：残差与新息分析、卡方检测、多模型与机器学习辅助诊断、故障隔离与重构策略。后段以实战项目串联：给定一台搭载INS+DVL+USBL+深度计的AUV仿真与半实物数据集，要求学员完成从数据检查、残差计算、故障注入复现，到诊断规则设计与报告输出的完整闭环。

实战项目的典型任务示例如下：数据集包含约40分钟航程，采样率100Hz，其中在第18分钟人为注入DVL底跟踪丢失故障（速度观测变为无效值并伴随协方差突增）。学员需要先绘制新息序列，观察DVL速度新息是否超出3σ门限，再用卡方检验确认异常起始时刻，随后检查深度与姿态通道是否同步异常以排除惯导自身故障，最终给出“隔离DVL速度观测、切换至USBL+深度约束的降级组合”的处置建议，并说明定位误差在降级后如何变化。这一任务把检测、隔离、处置三个层次完整走通。