AUV集群作业是目前机器人领域的研究热点，其中精确的位置信息是AUV编队控制的前提条件。然而，随着AUV系统的应用逐渐在扩展至深海，深海场景下无DVL底跟踪导致的AUV位置漂移成为了制约AUV集群系统在深海广泛应用的瓶颈。如何高效率、低成本的解决AUV集群深海作业中的水下定位问题，是目前急需突破的关键问题。

近期，严浙平教授团队在国际期刊OceanEngineering（JCR一区，IF=2.73）上发表新文章（DOI:10.1016/j.oceaneng.2019.106148）提出了基于协同海流估计的多水下机器人系统定位方法，该方法能够在具有数据丢包、测量噪声和时钟偏差的条件下，通过简单的队形切换逻辑，保证对于海流信息的可观测性，进而实现AUV集群位置信息的最有估计。

该方法通过建立协同定位问题的因子图模型，求解非线性优化方程并分析了系统满足可观测性的条件。结合流速剖面信息和海流估计信息，补偿AUV的速度测量偏差，提高了AUV集群系统整体的定位精度。与此同时，探讨了该方法在深海目标搜索任务中应用的可行性，为AUV集群系统的深海航行与作业奠定了一定的理论基础。

该方法利用AUV集群湖上试验数据进行了仿真验证，取得了良好的结果，验证了该方法的理论可行性和工程有效性。

论文链接：https://www.sciencedirect.com/science/article/pii/S0029801819303270