无人水面艇研究现状与发展趋势

彭 艳,葛 磊,李小毛,钟雨轩,张 鑫

(上海大学机电工程与自动化学院,上海200444)

无人水面艇(unmanned surface vehicle,USV)是指依靠船载传感器,以自主或半自主方式在水面航行的智能化平台,可广泛应用于海洋运输、海洋环境调查、海洋资源探测、海洋考古、水上搜救、情报搜集、海事训练测试、侦察取证、警戒巡逻、火力打击、舰艇护航、反水雷和反潜等任务.无人水面艇是网络化无人系统中的重要节点,将颠覆传统海战样式,催生全新海洋装备体系,对海洋资源开发和国家海洋权益维护具有重要的意义,受到世界各海上强国(如美国和欧洲等国)的高度重视.

截至2017年9月,当今世界在研和现役的无人水面艇共有约88种类型,其中在研的无人水面艇有25种.美国发展无人水面艇主要以军事应用为主,而欧洲各国发展无人水面艇主要以民用运输船为主.

2007年,美国海军海上系统司令部(Naval Sea Systems Command,NAVSEA)制定了《海军USV总体规划》,表明美国将在未来相当长的时间内持续无人水面艇的开发研究.此后,美国军方开始统筹各军种无人系统的发展,并统一发布《无人系统路线图》,对无人水面艇的作战需求、关键技术领域以及与其他无人系统之间的互联互通性进行了总体规划.2013年美国发布的最新版《无人系统路线图》对无人水面艇的技术发展重点和能力需求做了说明：近期(未来5年间)无人水面艇的能力需求是提高在本地受控区域执行特定任务的自主性并提高联网能力；中期(未来5～10年)将扩展行动范围并增加任务类型；远期(未来10～25年)则可在全球自主执行任务.

欧洲比较有代表性的有罗尔斯·罗伊斯股份公司,该公司在“2016无人驾驶船舶技术研讨会”上,推出了“高级无人驾驶船舶应用(advanced autonomous waterborne applications,AAWA)开发计划”,并发布了AAWA项目白皮书,阐述了该项目如何实现遥控与无人驾驶船舶的构想.

近年来,各国在军用和民用领域加大了科研力度,掀起一股无人水面艇的研究热潮.然而由于海洋环境恶劣(如强海浪涌等)和无人水面艇运动模型的特殊性(如模型高度非线性、强时滞性和时变性等),较于无人车和无人机等无人系统,无人水面艇的研究面临着一些特殊的附加挑战.

1 研究现状和主要成果

无人水面艇相较于其他无人系统发展滞后.不过无人系统在很多层面上,尤其是在自动化学科领域有很多共通点,因此无人水面艇可在其他无人系统研究成果的基础上,根据所面临的特殊挑战(如海洋环境、船体模型等)进行开创性研究.在美国和以色列这2个当今世界上无人水面艇技术最先进的国家,无人水面艇的发展在很大程度上得益于其无人机、无人地面车辆和无人潜航器等无人系统上的优势.特别是美国无人水面艇在很大程度上借鉴了火星无人车Rover的算法及其软件框架CARACaS(control architecture for robotic agent command and sensing)[1].

本工作针对无人水面艇所面临的特殊挑战,从态势感知、航行规划和导航、控制几个方面来研究其现状和主要成果.态势感知、航行规划和导航、控制之间的关系框图如图1所示.航行规划和导航包含2个部分：全局航路规划和局部反应式导航.从单船角度出发,全局航路规划、局部反应式导航和控制所需执行频率依次提升.

1.1 无人水面艇的态势感知

无人水面艇的态势感知可以描述为：依据使用需求配置各种类型的传感器进行互补,实现水下-水上、近距和远距目标探测,并针对每种传感器的特性对目标进行检测、跟踪、识别等由粗至精的融合处理,从而提取目标的关键要素,并依据实际任务需求所需的目标属性,构建出覆盖“水上-水下”的多尺度、多维度立体综合环境态势图,从而实现无人水面艇对周围环境的自主、准确及有效的认知.无人水面艇所搭载的传感器一般有激光雷达、相机(含可见光和红外)、雷达、声呐和自动识别系统(antomatic identification system,AIS)等,其所获取的感知数据通过融合处理即可形成态势感知图.目前,基于地面无人车[2]和空中无人机平台[3]的态势感知的一些研究成果已经可以应用于无人水面艇中,但是无人水面艇本体和工作环境具有一定的特殊性,其在态势感知方面除了受光照、雾天等影响外,还面临特殊挑战,如海面目标可观性弱、船体晃动剧烈、海杂波强和水下目标探测困难等.

图1 态势感知、航行规划和导航、控制的关系框图Fig.1 Diagram of the relationships between situation awareness,path planning and navigation and control

2009年,葡萄牙波尔图工程学会在ROAZⅡ号海洋无人测量艇基础上单独加装商用航海雷达Furuno、光电传感器(红外和可见光)及其对应的岸基控制命令系统,实现了对近距离和远距离障碍探测[4]；2010年,圣地亚哥空军海军战争系统中心利用Velodyne公司的64线激光测距雷达对海上各种物体进行探测,并对探测数据进行了分析[5]；Lee等[6]采用径向最近邻方法实现了无人水面艇上激光点云数据的目标检测；2017年,上海大学“精海”无人水面艇采用Velodyne公司的16线激光和2.5D栅格地图的障碍检测方法,将障碍表征为椭圆,实现了海面目标跟踪[7]；Heidarsson等[8]通过在无人水面艇上安装机械扫描浅地层剖面声呐,实现了水下目标探测；Leedekerken等[9]在无人水面艇上搭载声呐测量设备,实现了水下环境建模[9].

2010年,Wolf等[10]在CARACaS框架下,基于360相机提出了一个面向巡逻任务的自主视觉分析和跟踪方法,用于目标跟踪和威胁判别；2011—2015年,南洋理工大学的Wang等[11-13]利用可见光单目和双目视觉,在高速无人水面艇上测试障碍检测跟踪系统,并指出由于海面反射和波浪涌动影响,故在障碍检测结果中会出现很多虚假障碍；2013年,Wang等[13]为解决目标跟随过程中白浪花引起的虚警和目标遮挡等问题,采用立体数据估计海平面和其他物体的高度,并利用高度属性进行障碍物判定；2015年,Hermann等[14]基于视觉和雷达,采用卡尔曼滤波技术估计船体姿态和位置信息,以应对无人水面艇在高速行驶过程中的船体抖动、杂波抑制和目标航迹维持问题.

与国外相比,我国适于无人水面艇的传感器设备和自主处理系统相对比较薄弱.为此,针对无人水面艇的任务需求和海洋环境,研制出稳定高效的自主感知传感器,形成相应的理论体系和技术架构,提升环境感知和认知能力是我国无人水面艇态势感知的重点研究方向.

1.2 无人水面艇的航行规划和导航

无人水面艇航行规划和导航过程可以描述为依据态势感知图,综合考虑任务需求、航行安全(搁浅和气候等)、航行空时效率(时间、距离和偏差等)、航行规则(海事避碰规则)、船体操纵性(最小转弯半径等)和环境不确定性(障碍物状态不确定等)等要素,在满足无人水面艇航行安全性的前提下,发挥无人水面艇的效能.无人水面艇航行规划和导航不仅同其他无人运载系统一样面临动态不确定环境感知问题,而且具有一些特殊挑战,如海事避碰规则多且具有多模糊属性,船体时滞性大、惯性强且不同船型相差大.无人水面艇航行规划和导航分为：全局航路规划和局部反应式导航.全局航路规划从全局可用信息角度来规划满足任务需求的安全高效航向；而局部反应式导航以满足全局航路规划为目的,根据当前状态和局部环境信息进行局部调整，且同全局航路对接.

全局路径规划通常能高效安全地解决路径到达[15]和路径覆盖[16]这2个问题.首先,全局路径规划需定义路径规划的位姿空间；然后,根据搜索算法,如A*[17],D*[18]和神经网络[19]等,获取满足任务需求的安全优化路径.全局路径规划需针对无人水面艇的机动特性和相关航线评价标准,利用直线和弧线等几何形状[20-21]生成至少2阶可微的光滑路径.路径曲率的不连续将会导致无人水面艇船体等欠驱动系统的横向加速度的不连续,从而最终导致无人水面艇艏向控制器的控制受到影响[22].Candeloro等[23]基于Fermat spiral和Voronoi图方法规划生成曲率连续且满足避障要求的航线；Lekkas[15]从航线光滑程度、航路精度、可跟踪性和计算时间建立了航路评价标准,并以此标准采用单调3次Hermite样条插值方法生成光滑航路.

局部反应式导航分为跟随/跟踪导航和局部反应避障,二者相互融合形成最终的局部反应式导航律,其中局部反应避障优先级高于跟随/跟踪导航.完成全局航路规划任务需分二步走,第一步证明局部反应式导航的稳定性和收敛性,第二步证明由导航律和控制器构成的级联系统的稳定性和收敛性[15].根据任务场景不同,跟随/跟踪导航可分为目标跟踪、路径跟随、路径跟踪、路径机动[24].跟随/跟踪导航经常采用导弹中的视线(line of sight,LOS)导航、Pure Pursuit和Constant Bearing制导思想[25-27].Lekkas等[15,28]提出了时变前向距离LOS方法以提升LOS导航方法的稳定性；Fossen等[29]提出了积分LOS,以应对慢时变干扰条件下的导航.基于虚拟目标的跟随/跟踪导航可参考文献[30].

Kuang等[31]指出,海洋无人运载平台避障的主要挑战为海事避碰规则的适应性和船体动力学的多样性；Statheros等[32]描述了在动态避障场景中船体建模、避障算法和导航系统所涉及数学方法的研究现状.局部反应避障方法有速度障碍[33]、虚拟力场[34]和Voronoi图[35]等.Naeem等[36]和Kuwata等[37]分别将速度障碍同海事避碰规则结合用于无人水面艇的局部反应避障；Stenersen[38]基于机器人操作系统(robot operating system,ROS)搭建了一个满足海事避碰规则约束的速度障碍避障的开源平台；Perer等[39]基于模糊方法实现了无人水面艇的局部避障,并进行了实验测试和评估；Woerner[40]将速度障碍扩展至柔性多阈值形式,以更好地表征和评估人类的驾驶经验；Shah[41]基于网格化和模型预测方法提出了一种自适应危险和偶然事件感知的导航避障方法,以实现在动态拥堵条件下的航行[42]、目标追踪[43]和围堵[44]等；Candeloro等[45]基于Voronoi图、Fermat spiral和自适应LOS方法,构建了一个由全局航路规划、局部反应避障和路径跟随组成的无人海洋运载平台的航行规划和导航系统.

目前,已有的关于无人水面艇的航行规划和导航的研究较多,不过还需进一步提升其智能性.为此,需利用当前人工智能理论基础和方法,解决开放、动态和在不确定场景下的意图判断及其表征问题,以提高宏观航路规划和微观的紧急状态判断和处理能力,从而实现有人水面艇和无人水面艇的共融驾驶.

1.3 无人水面艇的控制

无人水面艇的控制是以导航输出作为期望输入,同导航律构成稳定级联控制系统,解决航行过程中的动态定位、轨迹跟踪、路径跟踪等控制问题,使无人水面艇能够稳定地做出各种航行所需动作.然而,无人水面艇的控制面临模型高度非线性和不确定性、系统欠驱动、船体本身和执行机构时滞性、执行机构饱和特性、不可预测的强外部干扰和系统故障等挑战[46-47].同其他控制系统一样,无人水面艇的控制包含模型、模型辨识和控制器3部分.

船舶动力学研究可以分为2个基础领域：操纵性研究和耐波性研究[48].操纵性研究是指没有浪干扰条件下的平面运动性能的研究,操纵性模型通常用3或4自由度进行表征；耐波性研究是指存在浪干扰条件下的航速和航向保持能力的研究,耐波性模型需用6自由度进行表征.操纵性和耐波性的结合称为波浪中的操纵性[49].Fossen[49-51]广泛系统地描述了水面艇的数学模型,即根据弗劳德数取值范围的不同,水面船模型可以分为排水型船舶、半排水型船舶和滑行船舶,而目前最简单的和流行的船体模型为1阶Nomoto模型；Yu等[52]对水面艇模型进行拓展,使其可应用于具有侧滑的运动场景.系统辨识属于一个很成熟的研究领域[53],Journee[54]对1阶和2阶Nomoto模型了进行辨识；Ferera等[55]将随机参数法同扩展卡尔曼法相结合,实现了非线性船模型辨识；Annamalai等[56]采用加权最小二乘对无人水面艇进行了模型辨识.尽管精确和完整的无人水面艇模型对控制具有十分重要的意义,但数值模型的建立代价高且耗时,为此通常需对船体模型进行简化[57].

动态定位属于无人水面艇一个典型控制问题.Sørensen[58]对海洋动态定位系统进行了总括描述.通常情况下动态定位面向全驱动低速无人水面艇,而大部分无人水面艇属于欠驱动系统,欠驱动系统的非完整约束性会导致全驱动系统的控制方法无法直接应用于欠驱动无人水面艇[59].Huang等[60]采用反步法和李雅普若夫直接法解决了路径跟随场景下的欠驱动问题.基于模型的抗干扰控制通常设计自适应控制律[61]对干扰进行估计和抑制,而逼近控制通常采用积分策略对干扰进行抑制[29,62].Annamalai等[56]基于模型预测控制方法解决了模型突变问题.另外,有些智能控制方法能同时解决无人水面艇模型的不确定性、非线性和外界干扰问题,如面向无人水面艇动态定位的自适应模糊控制器[63].

实体控制系统执行器存在各种约束,如响应速度、饱和性和耐用性等.在设计控制器时如果没有考虑控制与实际执行的差距,那就会大大降低控制器的性能甚至导致发散.虽然很多控制器考虑了幅度和速率约束,但没有考虑驱动器和无人水面艇整体系统的动态特性[46],因此Liu等[64]采用基于模糊逻辑自适应联合卡尔曼方法的多传感数据融合方法实现了故障检测诊断.

由于无人水面艇模型所面临运行环境的动态性和复杂性,实际应用过程中通常采用复合控制方法和结构来提升控制性能.应将其与态势感知结合,感知外部环境干扰和内部自身状态变化,从而对外部干扰[65]和内部状态进行估计和预测,形成控制态势感知图；再将人工智能方法学习人工驾驶策略与传统控制方法结合,以满足各种任务对航行的需求.Breivik等[66]阐述了导航模块对于控制模块的重要性,并指出无人水面艇控制器应与其相结合.

2 国内外比较与发展趋势

2.1 国际无人水面艇研究趋势

无人水面艇的发展将会在已有无人系统成熟体系技术的基础上,根据其所面临的使用需求和挑战,形成无人水面艇系统自身独有的技术体系和产品体系,如美国的无人水面艇技术借用了火星无人车Rover的相关软件体系架构和基础技术,以色列无人水面艇技术也借用了美国在无人车和无人机上很多先进的无人技术.

未来无人水面艇将朝着体系化、标准化、智能化和群体协同化方向发展.这里,体系化表示无人水面艇作为无人系统的一部分,已形成系列化产品；标准化体现为设计标准模块化接口,根据任务需求对任务载荷实现快速换装,达到一船多用的目的；智能化体现为利用多传感器融合处理技术、环境认知技术、人工智能技术和控制技术实现无人水面艇的智能性；群体协同化体现为无人水面艇之间的协同、无人水面艇和人之间的协同、无人水面艇和其他无人和有人系统的协同.国外正逐步形成需求分析、科学研究、仿真验证、工程研制、实体验证和装备生成的完备体系,以加速提升技术和推广应用.

2.2 国内研究特色与差距

在国内,近几年无人水面艇的研究已取得了快速的发展.上海大学研制的“精海”系列无人水面艇配备北斗导航系统,可实现自主定位、航迹自主跟踪、航迹线远程动态设定、障碍物自主避碰等,并搭载了海洋测量设备进行海底地形地貌勘测和海底管道探测；搭载水质监测设备实现海洋常规“体检”；珠海云州智能有限公司研发了云洲LE2000型海洋测量无人水面艇,可协同海事搜救；重庆万里高科技有限公司研发的DF-C400警用无人水面艇,可实现对特定水域的辅助巡逻.除此之外,国家海洋局第一海洋研究所、哈尔滨工程大学和上海交通大学等科研院所,以及海兰信、武汉劳雷绿湾、中国船舶重工股份有限公司等许多企业也都对无人水面艇技术开展了研究.目前,我国无人水面艇正针对民用和军用领域需求开展广泛研究.

虽然我国无人水面艇已具备一定的自主环境感知、路径规划、自主避障和自主控制能力,并能根据需求完成相应的测绘、勘测、环境监视和巡逻等任务,但是技术水平相对较低,同美国、以色列、挪威和英国等国家相比还是存在较大差距.我国大部分无人水面艇目前主要处于遥控和自主性较弱阶段,除了船型、动力、通信技术、传感器技术外,在态势感知、航行规划和导航及其控制方面都有较大差距.其中原因很多,除了已有的技术落后外,主要是无人水面艇整体研究缺乏统一系统的长远规划,产学研用没有形成一个良性循环有机整体.

3 需求与展望

无人水面艇将会成为无人系统中连接空中、地面、水上和水下各节点的重要中继节点.随着对海洋的越来越多的重视,各国及其相应的海洋机器人公司将会根据实际使用需求研制无人水面艇.无人水面艇主要有3个应用方向：军用船、科考船和海运船.目前军用船和科考船产品已被成功研制并应用于实际需求中,而海运船正处于预研阶段,预计在2035年将出现自主远洋无人水面船舶.

军用方面,无人水面艇可以在侦查、威慑、防御和攻击等方面成为海军的主要力量倍增器,无人水面艇可用于敌我身份不明等危险情况下的海上任务,以保护海军作战人员生命安全,提高作战效率和效能比；科考方面,无人水面艇可以搭载相应的探测设备实现无人和有人的协同探测,降低测绘人员的工作强度和操作风险；海运方面,无人水面艇能够降低人工成本,节能降耗,减少事故.自主无人水面艇必将成为海运行业的未来发展重点.

随着技术的发展及其智能性的提升,无人水面艇将会被广泛应用于海洋运输、扫雷、反潜、巡逻、科学考察、测绘、事故监测及救援、石油开采等领域.与其他无人系统相比,无人水面艇将成为第一个具有突破意义的无人产业化支柱.

4 结束语

无人水面艇是海洋机器人的一个重要分支.本工作围绕无人水面艇的态势感知、航行规划和导航、控制方面介绍国内外的主要研究进展,分析了国内外发展趋势及国内研究特色与差距.随着各海洋强国和大国对海洋的重视,已有的无人技术将会被利用.美国和以色列等无人水面艇强国,在已有无人系统技术的基础上,经过数十年体系化的积累,已形成较完备的理论和技术体系.虽然我国已有相应的无人水面艇产品,但是大多数产品的自主程度较于国外还有一定差距,特别是研究体系和理论创新.因此,我国应以需求为导向,针对无人水面艇面临的特殊问题和挑战,加快无人水面艇关键技术理论体系研究,尽快在各个领域形成体系化和标准化的无人水面艇装备,提升国家在海洋装备体系水平.