胡常青，朱 瑋，何遠清，文龍貽彬，楊義勇

（1.中國地質(zhì)大學（北京）工程技術(shù)學院，北京100083；2北京航天控制儀器研究所，北京100039；3.青島海洋科學與技術(shù)試點國家實驗室，青島266237）

0 引言

無人水面艇（Unmanned Surface Vehicle，USV）（簡稱無人艇）是一種具有自主航行、自動作業(yè)能力的水面平臺，通過搭載不同的任務載荷完成不同任務，尤其適用于執(zhí)行危險、枯燥及不適于有人船只任務執(zhí)行的場合。相比于常規(guī)有人船，它具有作業(yè)成本低、能夠完成淺灘/近岸等復雜海域的作業(yè)任務、環(huán)境適應性強、全天時等特點。在民用方面，可以用于測繪、勘探、環(huán)保監(jiān)測、安防巡邏等領域。在軍事方面，可用于排雷、探潛、電子對抗、偵察等領域。

無人艇自主導航技術(shù)是指根據(jù)作業(yè)區(qū)域已知的地圖信息，利用無人艇自帶的導航和環(huán)境感知等多傳感器獲得的實時信息，制訂航行路徑并根據(jù)現(xiàn)場障礙物信息實時調(diào)整，完成預定的作業(yè)任務。自主導航技術(shù)可分為導航定位技術(shù)和路徑規(guī)劃技術(shù)。導航定位技術(shù)是指無人艇通過搭載的導航設備精確獲得無人艇自身的位置、速度、姿態(tài)等航行信息，是實現(xiàn)無人艇水面自主航行的前提。無人艇導航定位不僅要求位置精確，而且還要求其具備可靠性和抗干擾能力。路徑規(guī)劃技術(shù)則是通過綜合考慮無人艇作業(yè)任務效率、航行約束條件與水面航行環(huán)境，進行全局或局部路徑規(guī)劃，保障無人艇水面高效、安全航行，是水面航行智能化水平的關(guān)鍵。

在實際航行和作業(yè)過程中，長時間航行和復雜海況給無人艇的自主導航帶來很大挑戰(zhàn)。長時間航行對導航精度和可靠性要求很高，復雜海況表現(xiàn)為惡劣的自然氣候環(huán)境，對導航設備的實時、連續(xù)、穩(wěn)定、可靠工作帶來影響。另外，海浪對雷達、視覺傳感器和水下避障聲吶等傳感器的正常工作也會產(chǎn)生影響。復雜海況還表現(xiàn)為錯綜復雜的周邊態(tài)勢，例如：港口中密集的船只，水下不可預知的淺灘、水草、漁網(wǎng)等。如何可靠識別障礙物并制訂安全的航路，給無人艇的自主導航帶來了很大挑戰(zhàn)。圖1和圖2為復雜海況的不同表現(xiàn)。

圖1 干擾下雷達成像圖Fig.1 Diagram of radar imaging under interference

圖2 復雜的港口及航道Fig.2 Ports and waterways under heavy traffic

1 無人艇導航定位技術(shù)

在不同的任務階段，無人艇對導航定位精度的要求也不同。當無人艇進出港口或靠岸停泊時，導航定位精度需要達到分米級，一般的導航定位手段無法滿足需求，還需要借助環(huán)境感知系統(tǒng)對當前周圍環(huán)境進行識別和判斷，完成精確導航定位。按照GB50139?2014航道通航標準，不同等級航道的要求不一樣，其對無人艇航行時定位和航跡保持精度的要求也不一樣。當無人艇隨母船遠海作業(yè)時，還面臨在自動布放回收過程中與母船高精度的相對位置定位問題。

傳統(tǒng)的慣性導航具有信息全面實時與連續(xù)、完全自主、不受地域限制和人為因素干擾等重要特性，但它的導航誤差會隨時間積累，且成本相對較高。衛(wèi)星導航技術(shù)相對成熟并在各領域得到了廣泛應用，但它易受干擾和誘騙，進而易影響水面航行的作業(yè)效率和安全。

不同的導航方式有各自的優(yōu)缺點，因此，與無人機、無人車類似，將慣性導航與衛(wèi)星導航、其他導航方式結(jié)合起來的組合導航已成為無人艇導航定位的主要方式，如圖3所示。

圖3 GNSS/慣導/景象匹配組合導航Fig.3 GNSS/INS/image matching integrated navigation

1.1 即插即用全源組合導航技術(shù)

從實用性和經(jīng)濟性考慮，目前無人艇以衛(wèi)星/慣性組合導航為基礎導航，再根據(jù)在不同的作業(yè)場景中使用的傳感器進行不同導航信息誤差的修正，實現(xiàn)即插即用導航功能，如圖4所示。目前，典型的組合方式有以下幾類：

1）捷聯(lián)慣性/衛(wèi)星組合系統(tǒng)是目前最基礎的一種導航系統(tǒng)配置。軍用無人艇考慮到安全性和高可靠性，且有時需要為搭載的魚雷、低空導彈、自動武器站等任務設備提供高精度局部基準，一般需采用高精度慣性導航設備與衛(wèi)星導航設備組成組合導航系統(tǒng)。民用無人艇搭載的設備數(shù)量和種類不多，考慮到經(jīng)濟性，采用MEMS或低精度光學陀螺慣性導航設備與衛(wèi)星導航進行組合。

2）地磁/重力場等地球物理信息匹配導航具有無積累誤差的特點，可以用此信息對無人艇位置誤差進行不定期的修正。目前，重力、地磁匹配定位受模型分辨率、測量精度等因素的制約，只能達到百米級定位精度。美國國防部研制的純地磁導航系統(tǒng)的地面和空中定位精度可達到30m。

3）地形或景象匹配組合技術(shù)是進一步提高系統(tǒng)導航位置精度的重要手段。在無人艇已經(jīng)獲得分辨率較高的電子海圖和水下地形圖的情況下，地形匹配導航可以達到較高的定位精度。

4）無人艇還可以結(jié)合艇上配備的相關(guān)載荷設備進行輔助導航。其中，水聲 Doppler測速儀（DVL）測速誤差小、精度高，將其與低精度慣性導航設備進行組合，可以彌補慣性導航設備精度隨時間降低的問題。對于因載體轉(zhuǎn)彎、側(cè)滑造成的DVL粗差，可以利用無人艇搭載的水下側(cè)掃聲吶圖像數(shù)據(jù)或水面的光學設備圖像數(shù)據(jù)推算出無人艇側(cè)向速度，檢測并剔除DVL側(cè)向速度粗差，從而改善組合導航性能。針對由航向誤差導致的航位推算誤差增大的問題，可以利用光電設備的海天線成像信息獲得的無人艇姿態(tài)信息來修正低精度慣性導航設備的姿態(tài)誤差。

圖4 無人艇即插即用組合導航技術(shù)Fig.4 Plug-and-play integrated navigation of USV

1.2 組合導航完好性監(jiān)測技術(shù)

無人艇在復雜水面航行條件下，存在外部欺騙的問題，且基于多傳感器的導航系統(tǒng)容易產(chǎn)生故障信息。因此，組合導航完好性監(jiān)測技術(shù)也逐漸從最開始的航空領域被應用到了無人艇的航海領域。

水面組合導航完好性監(jiān)測技術(shù)是通過建立導航系統(tǒng)誤差完好性風險模型，提高系統(tǒng)在欺騙式干擾及惡劣水面環(huán)境下的系統(tǒng)故障檢測與排除概率，改善組合導航系統(tǒng)的完好性監(jiān)測性能，確保當系統(tǒng)的導航精度超出給定航行階段所要求的特定區(qū)間時，系統(tǒng)能及時發(fā)現(xiàn)故障并告警，如圖5所示。

圖5 無人艇導航完好性簡化采樣模型Fig.5 Simplified sampling model of navigation integrity monitoring for USV

采用松/緊組合結(jié)構(gòu)、完好性監(jiān)測算法和一些故障檢測算法，在基于輔助的RAIM算法的基礎上增加外部輔助設備（如慣性導航系統(tǒng)、DVL等）以提高完好性監(jiān)測性能，不僅增加了檢測系統(tǒng)的故障靈敏度，而且改善了捕獲故障的能力，從而顯著提高了組合導航系統(tǒng)的整體可靠性和準確性。

1.3 協(xié)同導航技術(shù)

在復雜海況下，許多任務需要多艘無人艇協(xié)同作業(yè)才能夠完成。近年來，越來越多的學者和研究機構(gòu)開展了針對多無人艇協(xié)同作業(yè)的研究，協(xié)同導航技術(shù)可以有效地提高復雜海況下單一無人艇的導航定位精度和可靠性。協(xié)同導航技術(shù)需要構(gòu)建包括岸基基站、有人艇、無人艇、無人機、無人潛航器在內(nèi)的海陸空天一體化通信網(wǎng)絡，通過各節(jié)點間的相對定位，將單無人系統(tǒng)自身信息和其他無人系統(tǒng)的信息進行融合來提高定位精度，實現(xiàn)復雜海況下無人艇的協(xié)同導航。

對于無人艇的協(xié)同導航技術(shù)，目前研究得比較多的是主從式無人/有人艇群的協(xié)同導航技術(shù)。如圖6所示，它是使配備較低精度導航設備的無人艇USV2將其自身的信息和配備高精度導航設備的領航艇USV1（或是有人母艦艇）的信息進行融合來提高其導航精度。針對主從式多無人艇系統(tǒng)中存在多領航艇和單領航艇兩種協(xié)同導航定位方法，關(guān)鍵是需精確測量出領航艇與跟隨艇之間的相對距離，這方面主要工作集中于對UKF、EKF等導航濾波算法的研究，以及采用信息重建的狀態(tài)估計、最小方差等方法來補償聲速誤差、時延。

圖6 主從式無人艇協(xié)同導航Fig.6 Cooperative navigation of master-slave USVs

跨域異構(gòu)平臺間的協(xié)同導航包括無人機與無人艇協(xié)同導航，以及無人艇與無人潛航器協(xié)同導航。此時，協(xié)同導航主要利用不同導航系統(tǒng)的誤差特性，構(gòu)建信息雙向融合濾波器，同步修正兩者的導航信息誤差，提高各自無人系統(tǒng)的定位與航向精度，并提高導航的可靠性。例如，無人潛航器、無人艇或無人機可以利用各自獲得的較為精確的地球物理信息匹配導航結(jié)果，來互相修正和補充，以提高導航的精度和可靠性，如圖7所示。美國的諾斯羅普?格魯曼公司已開發(fā)了一種全新的無人系統(tǒng)控制架構(gòu)。在該架構(gòu)下，無人艇與無人潛航器通過水聲通信完成協(xié)同定位，無人艇與無人機使用微波通信自組網(wǎng)完成協(xié)同定位。

圖7 無人艇與無人潛航器協(xié)同導航Fig.7 Cooperative navigation of USV-UUV

2 無人艇路徑規(guī)劃技術(shù)

無人艇路徑規(guī)劃技術(shù)是指綜合考慮自身航行性能、作業(yè)效率和水面航行環(huán)境，尋找一條滿足預期要求的路徑，并使無人艇在航行過程中安全地繞過所有障礙物。無人艇的路徑規(guī)劃算法可分為全局路徑規(guī)劃算法和局部路徑規(guī)劃算法。

全局路徑規(guī)劃是基于已知的海圖信息和航區(qū)內(nèi)障礙物、危險區(qū)域信息等構(gòu)建適當?shù)沫h(huán)境模型，根據(jù)需求從環(huán)境模型中搜索出一條滿足需求的安全路徑，如圖8所示。全局路徑規(guī)劃的第一步是要建立環(huán)境模型，常用的環(huán)境模型構(gòu)建方法主要有幾何法、柵格法、構(gòu)形空間法、可視圖法、拓撲法和概率航跡圖法等。但上述方法都有著各自的優(yōu)缺點：可視圖法減小了搜索范圍但不夠靈活，不適用于存在圓形障礙物的空間；拓撲法降低了高維空間的規(guī)劃難度，但網(wǎng)絡的建立過程復雜；柵格法易于實現(xiàn)，但只適用于一致性空間。因此，在實際情況中需要根據(jù)真實環(huán)境條件選擇不同方法。環(huán)境模型建立后，到達最終目標點需要相應的路徑規(guī)劃算法，如貪婪算法、A星算法、Dijkstr算法等?；诓煌沫h(huán)境表示，有不同的路徑搜索算法。同時，環(huán)境建模對搜索算法的效率也有很大的影響。因此，為了得到一條最優(yōu)的全局路徑，可以改進環(huán)境建模方法或改進路徑規(guī)劃算法，但更重要的是要把兩者結(jié)合起來考慮。如圖9所示，基于柵格法和A星算法提出的theta star方法既適用于非一致空間（最小轉(zhuǎn)角可以不是45°），也有著比A星算法更佳的搜索效率。

復雜海況和良好海況下的環(huán)境模型完全不同，會導致環(huán)境感知算法難以適應。同時，當在一些船只較多的主航道附近作業(yè)時，如何制訂這些合作/非合作目標避碰策略也是一個亟待解決的問題。在巡邏執(zhí)法或軍事應用中，甚至還面臨非合作、對抗目標，這就給局部路徑規(guī)劃帶來了較大的挑戰(zhàn)。無人艇局部路徑規(guī)劃算法需要根據(jù)環(huán)境感知系統(tǒng)實時測量周圍環(huán)境中的信息，動態(tài)地調(diào)整、修正局部路徑，確保無人艇在航行過程中的安全。當前常用的Bug算法、人工勢場法、動態(tài)窗口方法、曲率速度方法、Dstar算法等局部路徑規(guī)劃算法有著各自的優(yōu)缺點：人工勢場法容易陷入局部極值點；Bug算法效率低，返回原有路徑的方式較為原始；動態(tài)窗口法考慮了無人艇的運動約束，能夠較好地滿足局部路徑規(guī)劃的需求，但是要耗費大量時間進行調(diào)參；Dstar算法實時性強，但不能快速返回原有路徑。

圖8 路徑規(guī)劃示意圖Fig.8 Diagram of path planning

圖9 theta star算法（虛線）與Astar算法（實線）Fig.9 Comparison of theta star algorithm（dotted lines）and Astar algorithm（solid lines）

由于全局和局部路徑規(guī)劃方法各自存在局限性，兩種方法都無法滿足無人艇在復雜海況下的航行要求。因此，自適應智能路徑規(guī)劃技術(shù)是解決復雜海況下的路徑規(guī)劃問題的一種可行方法。

2.1 自適應智能路徑規(guī)劃

自適應智能路徑規(guī)劃技術(shù)利用多傳感器信息融合技術(shù)獲取水上、水下障礙物信息，將無人艇導航信息及外界環(huán)境風浪流信息結(jié)合電子海圖的地圖信息，采用分層策略，自適應地調(diào)整路徑算法和路徑規(guī)劃算法參數(shù)，動態(tài)規(guī)劃無人艇的航行路徑，以適應復雜的水面環(huán)境，如圖10所示。

圖10 自適應智能路徑規(guī)劃技術(shù)示意圖Fig.10 Schematic diagram of adaptive intelligent path planning technology

根據(jù)檢測到的障礙物類型的不同，將障礙物分成全局障礙物與局部障礙物，及靜態(tài)障礙物與動態(tài)障礙物。針對障礙物的類型特點，采用分層思想，自適應地選用路徑規(guī)劃算法與避障方案，以適應無人艇復雜多變的航行環(huán)境。其主要避碰策略為：利用柵格法、幾何法等方法建立環(huán)境模型，并根據(jù)障礙物信息及相關(guān)約束條件（航行規(guī)則、航行時間或能耗等）建立不同層次的路徑（全程、遠程、近程、應急），在航行過程中根據(jù)獲取的實時動態(tài)的障礙物信息選擇規(guī)避方式。當運動障礙物的信息數(shù)據(jù)不能被有效獲取時，采用應急危險規(guī)避方式，使無人艇在密集障礙物的環(huán)境下能夠自主避障。

2.2 智能環(huán)境感知技術(shù)

在無人艇局部路徑規(guī)劃中，重要的是能夠?qū)崟r感知航行區(qū)域周邊的環(huán)境態(tài)勢。由于水面環(huán)境的復雜性，單一的傳感器環(huán)境感知技術(shù)不能適應復雜海況，容易受到天氣、距離、傳感器自身分辨率等因素的影響，產(chǎn)生較大誤差甚至不能工作。這時，需要利用無人艇上搭載的電子海圖、光學設備、導航雷達、前視聲吶等多種傳感器，來彌補單一傳感器在復雜海況下的局限性，獲取障礙物的三維立體信息，如圖11所示。但使用多傳感器，需要解決如何從探測收集到的大量既有重疊性又有互補性的環(huán)境數(shù)據(jù)中提取有用的信息，從而正確、可靠地進行環(huán)境感知的問題。隨著人工智能技術(shù)的發(fā)展，將傳統(tǒng)方法與基于神經(jīng)網(wǎng)絡和數(shù)據(jù)融合的深度學習技術(shù)相結(jié)合，利用深度挖掘與智能融合技術(shù)，可以不斷提高目標檢測率且能夠更加充分地挖掘信息，從而獲得更好的環(huán)境感知與目標識別的效果。近年來以深度學習為代表，結(jié)合神經(jīng)網(wǎng)絡、數(shù)據(jù)融合的人工智能技術(shù)在環(huán)境感知上得到了廣泛應用與發(fā)展，相比于傳統(tǒng)方法，其具有適應性強、精度高、感知能力強的特點。

一方面，使用深度學習技術(shù)可以多重組合學習底層信息，然后利用多層感知器逐層壓縮，發(fā)現(xiàn)單一傳感器數(shù)據(jù)的本質(zhì)特征表述，能夠提高識別和分類的準確性。通過提取不同目標的幾何特征、不變矩特征和紋理特征，采用基于組合特征和主分量分析降維的分級BP神經(jīng)網(wǎng)絡進行目標識別，能較有效實現(xiàn)無人艇視覺系統(tǒng)對海面3大類常見目標的分類識別，識別正確率達到85%以上。

另一方面，使用深度學習、數(shù)據(jù)融合等算法來充分挖掘多元異構(gòu)數(shù)據(jù)間的有效信息，挖掘現(xiàn)有方法無法觸及的特征信息，能夠提高系統(tǒng)對環(huán)境信息的利用率和環(huán)境感知能力，從而構(gòu)建一個信息全面、立體、可靠的無人艇三維環(huán)境模型，讓無人艇在復雜多變的環(huán)境中快速高效地完成任務。

圖11 環(huán)境感知與信息融合Fig.11 Block diagram of environment perception and information fusion

3 總結(jié)與展望

綜上，將無人艇自主導航技術(shù)后續(xù)發(fā)展趨勢分析如下：

1）即插即用全源導航是無人艇導航發(fā)展的趨勢。無人艇以衛(wèi)星/慣性組合導航為基礎導航，再根據(jù)在不同的作業(yè)場景中使用的傳感器進行不同導航信息誤差的修正，如完整重磁等地球物理信息和地形或景象信息對位置誤差的修正，DVL測量信息對系統(tǒng)速度誤差的校正，并可根據(jù)不同場景變換快速移除引入的測量節(jié)點，以降低系統(tǒng)的計算量。

2）綜合環(huán)境約束和無人艇的幾何約束、物理約束獲得全局最優(yōu)路徑將是后續(xù)研究重點。全局路徑規(guī)劃算法將逐漸從單目標規(guī)劃最優(yōu)向多目標規(guī)劃綜合最優(yōu)轉(zhuǎn)變，許多最優(yōu)算法如遺傳算法、粒子群算法和蟻群算法等也將被廣泛使用。

3）局部路徑規(guī)劃需要在環(huán)境完全未知且有動態(tài)障礙物的動態(tài)時變環(huán)境下，準確可靠的預測障礙物位置信息，并采用分層策略自適應地調(diào)整路徑算法和參數(shù)。

4）深度學習、數(shù)據(jù)挖掘、信息融合等人工智能技術(shù)將在環(huán)境感知方面發(fā)揮主導性的作用。多層感知器、多重組合學習可以提高環(huán)境感知信息的本質(zhì)特征表述。同時，數(shù)據(jù)融合算法可以充分挖掘多元異構(gòu)數(shù)據(jù)間的有效信息，從而為無人艇構(gòu)建一個信息全面、立體、可靠的三維環(huán)境模型。

作為無人艇的關(guān)鍵技術(shù)之一，自主導航技術(shù)決定著無人艇自主航行能力的高低。隨著傳感器、人工智能和物聯(lián)網(wǎng)等技術(shù)的發(fā)展，導航定位、完好性監(jiān)測、自主環(huán)境感知和路徑規(guī)劃技術(shù)也將得到進一步發(fā)展，無人艇將向著實用化、自主化和智能化方向邁進。