风光混合驱动长航程无人海空立体探测船研发

姚天成， 赵永生， 王红雨， 何炎平， 丁子龙， 池哲瀛， 蔡炜锴

(上海交通大学 a. 船舶海洋与建筑工程学院； b. 电子信息与电气工程学院， 上海 200240)

信息技术和控制技术的快速发展使人工智能和无人系统成为当前研究的热点领域，为海洋调查装备的发展提供了新的思路.无人船(USV)以船形浮式平台为载体，是一种可执行某类指定任务，并基于任务目的进行功能、性能设计的多功能水面机器人.作为一种新型的无人搭载平台，与传统载人调查船相比，无人船优势在于灵活机动[1]，安全、隐蔽性强[2]，可以在海洋中承担长时间、大范围、低成本的海洋监测任务[3-4]，有广阔的应用前景[5-7].

现阶段大部分USV均使用燃油和电池作为能源[8]，自身无法实现能源动力补给，不能满足长期海洋观测的需求.在环境信息探测感知方面，现有的无人船由于传感器距离水面高度较低，易受到波浪抨击等复杂海洋环境的干扰，从而导致感知受限等问题，且视觉设备往往存在探头视野受限现象[9-11].

针对上述问题，本文研发了CWind无人船，为风能太阳能混合驱动的长航程无人海空立体探测船，以风能和太阳能作为驱动能源，续航持久.同时，配备了艇载系留无人机探测系统，感知范围广、精度高、视野灵活，可用于长周期的海洋大范围环境立体探测，从而实现海空一体的特定海域大面积巡航和定点观测，并能远程传输探测信息.

1 CWind系统组成

CWind无人船主要由船体、风能太阳能混合动力系统、无人机(UAV)桅杆系统和海空立体探测系统四大部分组成.表1为主要技术参数，图1为CWind概念示意图.

表1 CWind主要技术参数Tab.1 Main technical parameters of CWind

图1 CWind主要系统组成Fig.1 Main system composition of CWind

在船体设计上，CWind采用低速高性能双体船型，具备良好的初始稳性，结合可调节型负载系统，可以进一步提升无人船的稳性以应对更为复杂恶劣的海洋环境.

图2 CWind混合动力系统Fig.2 Hybrid power system of CWind

风能太阳能混合动力系统如图2所示，主要包括升降式的导管型高效低风速风力机、可展式的太阳能光伏发电系统、锂电池储能单元，以及能量管理控制器.在能量管理控制器的统一管控下，风力机和太阳能光伏发电系统对船载锂电池组进行充电，锂电池组对船载电力推进系统、探测系统和系留无人机进行供电.采用可再生能源混合配置，可克服单一能源供电的不稳定性，提高供电效率.

CWind的无人机桅杆系统如图3所示，由多旋翼系留无人机、线缆自适应收放绞车和艇载系留无人机起降平台组成.系留无人机采用无人船载电源通过系留线缆供电，可长时间滞空悬停发挥机动性优势，参数见表2.系留无人机上搭载了视觉和激光雷达等设备，通过GPS、超声波测距仪、陀螺仪和加速度计等实现与无人船的同步巡航；同时，机载视觉设备采集的高清视频等数据可以通过系留线缆内置的光纤回传到无人船，具有空中作业时间长、数据传输带宽大的优势.无人机桅杆系统大幅提升了无人船的态势感知能力，相当于无人船的一双“天眼”.

CWind的海空立体探测系统如图4所示，利用多传感器信息融合技术，通过整合高分辨率摄像头、超声波气象站、激光雷达、毫米波雷达和多波束测深仪等船载和机载传感器信息，实现对环境信息的可靠感知，提升无人船在复杂环境下对环境探测与识别的准确性，避免系统因单传感器受环境强干扰而做出错误决策.设计基于“即插即用”和模块化设计概念，通过在标准平台上集成不同的功能模块以实现多样化作业任务，具有较强的重配置性、扩展性和多功能性，从而满足用户任务需求，如水文测量、气象监测、海洋生物观测等.

图3 无人机桅杆系统Fig.3 UAV mast system

表2 无人机主要参数Tab.2 Main parameters of UAV

图4 海空立体探测系统Fig.4 Ocean-air stereoscopic detection system

2 关键技术

CWind无人探测船的优势在于其长航程续航能力和多维立体的海空立体探测能力，开发中采用了多项关键技术.

2.1 艇载系留无人机自主降落控制

无人船海上航行作业时在随机风、浪、流载荷的作用下始终处于六自由度运动中，无人机自主着舰难度高，因此无人机的精确自主降落是实现无人机-无人船协同控制的关键[12-14]，尤其当无人船处于巡航状态时，无人机的精准降落更具挑战性.

视觉导航技术是目前无人机自主着舰的主流方法[15-16]，然而恶劣海上天气条件下，图像识别精度显著降低，无人机完成自主降落十分困难.无人机自主降落如图5所示，降落过程中无人船的六自由度运动包含纵荡(Surge)、横荡(Sway)、垂荡(Heave)、横摇(Roll)、纵摇(Pitch)和首摇(Yaw).

图5 无人机在无人船六自由度运动条件下的自主降落Fig.5 Autonomous landing of UAV under six-degree-freedom USV motion condition

针对无人机精准自主着舰，开发了系缆主动牵引降落技术和自适应对接平台，如图6所示.在正常飞行作业期间，无人机会充分发挥其机动性优势进行较大范围的机动航行，同时利用线缆自适应收放绞车实现线缆收放控制，保证外放长度维持在一个合适的水平，减小其对系留无人机飞行机动性带来的影响.在艇载系留无人机降落阶段，结合基于线缆主动牵引的自主起降控制方法(见图7)，无人机旋翼升力自适应平衡回收的线缆对无人机所施加拉力的垂向分量，同时维持无人机和无人船的相对水平方位，保证了艇载系留无人机在有限的降落平台面积上可以安全地在线缆的引导下降落于艇载系留无人机起降平台.

图6 无人机降落控制原理Fig.6 Landing control principle of UAV

图7 无人机自主降落控制流程Fig.7 Autonomous landing control of UAV

2.2 导管式高效低风速风力机

导管式高效低风速风力机设计是研发过程中的另一项关键技术.目前，小型垂直轴和水平轴风力机在船舶上均有应用：垂直轴风力机虽然具有万向受风优点，但存在发电效率低的缺点(功率系数约0.15)；水平轴风力机发电效率虽有所提高(功率系数约0.25)，但存在启动风速高问题.为此，对传统三叶片小型风力机的叶片数量、叶片外形进行了优化设计[17]，开发了具有整流和增速作用的全风向导流管装置，如图8所示.

为评估导流管装置对风力机气动性能和发电效率的影响，基于计算流体力学(CFD)方法对风力机在有/无导管两种情况下进行了模拟.计算采用隐式差分格式进行三维非定常模拟，为节省计算网格将计算域设为圆柱形，并对风力机旋转区域及尾流区域进行了加密，网格总数约为570万.计算域中风机上游设为速度入口，下游设为压力出口，弧面设为对称面，采用滑移网格模拟风机旋转，如图9所示.

图10所示为风力机在有/无导管两种情况下的尾涡对比，导管剖面设计为机翼形状，导管和叶尖之间空隙极小，可显著降低绕流损失并限制尾流收缩，减少能量损失，提高发电效率.在3种典型工况下，风力机在有无导管时的计算结果如表3所示.计算结果表明新型导管式风力机的启动风速约3 m/s，且相对单独风力机工况获得了更高的功率系数.该导管式风力机结构上均采用轻质材料加工制造，所需的布置空间小，且能够24 h全天候工作，特别适用于为远海无人平台提供电力.

图8 导管式小型风力机Fig.8 Small ducted wind turbine

图9 计算域及导管式风力机表面网格Fig.9 Computational domain and surface mesh of ducted wind turbine

图10 风力机尾涡对比Fig.10 Comparison of trailing vortex of wind turbine

表3 CFD计算工况及结果Tab.3 Calculation conditions and results based on CFD

3 结语

CWind无人海空立体探测船采用风能和太阳能混合驱动，解决了无人船长航程作业缺少能源补给难题，进一步通过搭载系留无人机解决了传统无人船在海洋环境下水面感知能力受限的瓶颈问题，具有优良的续航能力和强大的海空探测能力，未来应用场景包括以下几个方面.

(1) 远海岛礁海空立体环境探测.我国南沙岛礁海流潮流特点复杂，暗礁众多，水深变化大，水动力环境复杂，采用传统调查技术在该区域工作效率低、风险大且耗费大量人力和物力.采用CWind无人船，可实现远海岛礁海域的海空立体探测，快速获取岛礁地表数据和水深、水下地形等基础数据.

(2) 海洋中尺度涡连续观测.目前水下滑翔机、波浪滑翔机及ARGO浮标等平台在中尺度涡观测能力上存在不足.CWind为长航程无人船，通过搭载自动水下剖面观测平台、自动气象站，可实现低成本、高精度的大洋中尺度涡的观测，获取高分辨率的中尺度涡立体海洋要素.

(3) 远海气象探测.当前远海气象探测主要依靠卫星遥感技术，不能直接测得精确的气象参数.CWind无人船可穿越台风眼，结合艇载系留无人机，“看清”台风内部结构，实时获得台风内部风场、温度场和湿度场等各项探测数据，为台风数值预报和机理研究提供可靠的实测资料.

(4) 深远海域海洋动物种群观测.CWind为无人船和无人机立体观测系统，可以在不惊扰海洋动物(如鲸鱼、海豚等)的前提下收集资料，无需借助昂贵的直升机和固定翼飞机进行观测.