馬 勇，王雯琦，嚴(yán)新平

（1.武漢理工大學(xué)航運(yùn)學(xué)院，武漢 430063；2.國(guó)家水運(yùn)安全工程技術(shù)研究中心，武漢 430063；3.武漢理工大學(xué)智能交通系統(tǒng)研究中心，武漢 430063；4.武漢理工大學(xué)交通與物流工程學(xué)院，武漢 430063）

1 引言

隨著船舶工業(yè)和人工智能技術(shù)的持續(xù)發(fā)展，以自主、智能為突出優(yōu)勢(shì)的水域無(wú)人系統(tǒng)平臺(tái)，已在海洋科考、海事管理等水上作業(yè)活動(dòng)中發(fā)揮了巨大作用，是未來(lái)船舶工業(yè)和水上交通領(lǐng)域發(fā)展的重要方向之一。水域無(wú)人系統(tǒng)平臺(tái)（Water Area Unmanned System Platform,WAUSP）是以無(wú)人船艇（Unmanned Surface Vehicle,USV）為基礎(chǔ)，同時(shí)引入了無(wú)人機(jī)（Unmanned Aerial Vehicle,UAV）以及自主水下機(jī)器人（Autonomous Underwater Vehicle,AUV）等協(xié)同單元，各無(wú)人系統(tǒng)間有機(jī)協(xié)同、緊密耦合，共同執(zhí)行相關(guān)作業(yè)任務(wù)，具備安全可靠、智能自主、經(jīng)濟(jì)高效等優(yōu)點(diǎn)。水域無(wú)人系統(tǒng)平臺(tái)的充分應(yīng)用，可降低操作成本，提升作業(yè)效率，減少人員參與，擴(kuò)大操作范圍，亦可在惡劣危險(xiǎn)環(huán)境下執(zhí)行作業(yè)任務(wù)，創(chuàng)造顯著的社會(huì)經(jīng)濟(jì)效益。

無(wú)人系統(tǒng)平臺(tái)一般分為同構(gòu)系統(tǒng)和異構(gòu)系統(tǒng)兩大類。在同構(gòu)系統(tǒng)中，同一類型的航行器在同一環(huán)境中協(xié)同執(zhí)行某一任務(wù)。例如，多艘無(wú)人船艇在水域執(zhí)行串聯(lián)卸載作業(yè)[1]、區(qū)域搜索[2]、船舶補(bǔ)給[3]。在遠(yuǎn)距離作業(yè)中，一艘母船搭載多艘無(wú)人船艇航行，承擔(dān)運(yùn)輸、供電和回收等功能，抵達(dá)作業(yè)水域后，釋放無(wú)人船艇來(lái)執(zhí)行勘探和海面巡邏任務(wù)[4]。與同構(gòu)系統(tǒng)相比，異構(gòu)系統(tǒng)含有不同類型的航行器，能夠處理?？毡O(jiān)視、目標(biāo)跟蹤和通信等跨域協(xié)同任務(wù)[4]。水域無(wú)人系統(tǒng)如僅由同一類型的無(wú)人船艇構(gòu)成，則為同構(gòu)系統(tǒng)；如由多種類型的無(wú)人船艇構(gòu)成或者引入了無(wú)人機(jī)或自主水下機(jī)器人[5]，則為異構(gòu)系統(tǒng)。

目前，水域無(wú)人系統(tǒng)被全球多個(gè)發(fā)達(dá)國(guó)家和地區(qū)作為重點(diǎn)發(fā)展對(duì)象，其用途在不斷拓展，如應(yīng)用于海洋科考、資源勘探、水上安全保障等領(lǐng)域，承擔(dān)水文探測(cè)、應(yīng)急搜救、情報(bào)搜集、監(jiān)視偵察等任務(wù)，推動(dòng)了水域有人系統(tǒng)平臺(tái)的少人化、無(wú)人化、自主化、智能化發(fā)展進(jìn)程。水域無(wú)人系統(tǒng)平臺(tái)開展作業(yè)時(shí)，需具備自主航行能力，各無(wú)人系統(tǒng)間需實(shí)現(xiàn)有序、安全、高效的協(xié)同控制，以確保順利實(shí)施各項(xiàng)作業(yè)任務(wù)。

2 水域無(wú)人系統(tǒng)平臺(tái)研究進(jìn)展

信息通信、人工智能等新技術(shù)、新理念的迅速發(fā)展為推動(dòng)水域無(wú)人系統(tǒng)平臺(tái)快速發(fā)展提供了有力支撐。水域無(wú)人系統(tǒng)平臺(tái)在戰(zhàn)略制定和理論技術(shù)兩方面的研究進(jìn)展如圖1所示。

諸多國(guó)家和地區(qū)高度關(guān)注無(wú)人系統(tǒng)發(fā)展戰(zhàn)略制定工作。我國(guó)2015年提出的《中國(guó)制造2025》規(guī)劃中要求推進(jìn)無(wú)人系統(tǒng)產(chǎn)業(yè)化快速發(fā)展[6]，全面推廣應(yīng)用以綠色、智能、協(xié)同為特征的先進(jìn)設(shè)計(jì)技術(shù)。2016年，日本防衛(wèi)省防衛(wèi)裝備廳制定了《未來(lái)無(wú)人裝備相關(guān)研究開發(fā)愿景》，力爭(zhēng)在未來(lái)20年具備無(wú)人戰(zhàn)斗機(jī)群協(xié)同作戰(zhàn)的技術(shù)研發(fā)能力。2018年，美國(guó)國(guó)防部發(fā)布《無(wú)人系統(tǒng)綜合路線圖(2017—2042)》[7]，以促進(jìn)軍用無(wú)人水面艇、無(wú)人機(jī)、無(wú)人潛航器等無(wú)人系統(tǒng)的全面發(fā)展，確定了無(wú)人系統(tǒng)未來(lái)發(fā)展的4 個(gè)關(guān)鍵技術(shù)，即互操作性、自主性、網(wǎng)絡(luò)安全以及人機(jī)協(xié)同。同年，我國(guó)工業(yè)和信息化部等三部門聯(lián)合印發(fā)了《智能船舶發(fā)展行動(dòng)計(jì)劃（2019—2021年）》[8]，明確提出突破智能航行等關(guān)鍵智能技術(shù)的重點(diǎn)任務(wù)。2020年，中國(guó)船級(jí)社發(fā)布《智能船舶規(guī)范（2020）》[9]。2021年，國(guó)家海事局公布了《海事系統(tǒng)“十四五”發(fā)展規(guī)劃》[10]，明確提出以推動(dòng)“陸海天空”一體化水上交通運(yùn)輸安全保障體系建設(shè)為發(fā)展目標(biāo)，擴(kuò)大典型智能船舶“一個(gè)平臺(tái)+N個(gè)智能應(yīng)用”的示范推廣。

近年來(lái)，水域無(wú)人系統(tǒng)平臺(tái)理論技術(shù)工作得到了廣泛的關(guān)注，進(jìn)展顯著。如圖1所示，2014年，哈爾濱工程大學(xué)研制的天行Ⅰ號(hào)多任務(wù)高速無(wú)人艇，可用于執(zhí)行全自主海洋環(huán)境監(jiān)測(cè)、地形探測(cè)等任務(wù)[11]。2015年，DARPA 啟動(dòng)了跨域海上監(jiān)視和追蹤（CDMaST）項(xiàng)目[12]，明確制定了“實(shí)現(xiàn)面向海洋的跨域協(xié)同體系集成”的目標(biāo)。2016年，美國(guó)諾斯羅普·格魯曼公司開發(fā)了跨域異構(gòu)無(wú)人系統(tǒng)協(xié)同作戰(zhàn)控制架構(gòu)“先進(jìn)任務(wù)管理與控制系統(tǒng)”（AMMCS）；英國(guó)奎奈蒂克公司開發(fā)ACER 系統(tǒng)，實(shí)現(xiàn)單系統(tǒng)對(duì)多個(gè)無(wú)人船艇、無(wú)人機(jī)和自主水下機(jī)器人的指揮控制；中國(guó)首款海洋測(cè)量專業(yè)無(wú)人船艇M80 實(shí)現(xiàn)了智能吊放的過(guò)程[13]。2017年，以色列成功測(cè)試全球首艘可發(fā)射導(dǎo)彈無(wú)人艇[14]，以執(zhí)行海域巡邏、偵察、辨別、攔截?cái)撑灐⒎纯?、水雷?zhàn)、電子戰(zhàn)和精確打擊等任務(wù)。同年，武漢理工大學(xué)嚴(yán)新平及其團(tuán)隊(duì)創(chuàng)立“航行腦”架構(gòu)[15]，并研發(fā)了“船岸協(xié)同安全輔助駕駛系統(tǒng)”。2018年，由歐盟15 個(gè)國(guó)家聯(lián)合開展的首個(gè)跨歐洲軍事研究項(xiàng)目——海洋 2020（OCEAN 2020）[16]在歐洲防務(wù)局啟動(dòng)，以支持海上監(jiān)視和攔截，重點(diǎn)把無(wú)人船艇在內(nèi)的各類無(wú)人系統(tǒng)整合到艦隊(duì)中。同年，美國(guó)、英國(guó)等13個(gè)北約成員國(guó)簽署了合作意向，在水面無(wú)人系統(tǒng)和水下無(wú)人系統(tǒng)的開發(fā)和部署方面密切合作[17]。2019年，美國(guó)通用動(dòng)力公司開展無(wú)人船艇、自主水下機(jī)器人、瀕海戰(zhàn)斗艦以及核潛艇等無(wú)人作戰(zhàn)平臺(tái)的跨域協(xié)同通信、探測(cè)信息傳輸驗(yàn)證工作。同年，武漢理工大學(xué)馬勇等[18]提出一種船舶智慧航行平臺(tái)框架及航行方法。2020年，英國(guó)BMT公司研制的新一代五體無(wú)人水面艇可為國(guó)防和商用客戶執(zhí)行軍事、巡邏、情報(bào)監(jiān)視偵察、反潛戰(zhàn)和水文測(cè)量任務(wù)。2021年，由哈爾濱工程大學(xué)牽頭的海洋機(jī)器人集群智能協(xié)同項(xiàng)目完成海試[19]。Liu 等[20]綜述了無(wú)人船艇開發(fā)的新進(jìn)展。針對(duì)無(wú)人機(jī)?無(wú)人船艇?自主水下機(jī)器人系統(tǒng)編隊(duì)避障問(wèn)題，Yang 等[21]提出了一種分布式最優(yōu)控制的方法。

圖1 水域無(wú)人系統(tǒng)平臺(tái)研究進(jìn)展Fig.1 Research progress of the water area unmanned system platform

由上可知，國(guó)內(nèi)外大力發(fā)展水域無(wú)人系統(tǒng)平臺(tái)理論技術(shù)研究工作，初步解決了同水域無(wú)人系統(tǒng)平臺(tái)自主航行、協(xié)同控制密切相關(guān)的關(guān)鍵技術(shù)問(wèn)題。水域無(wú)人系統(tǒng)平臺(tái)將會(huì)切實(shí)提升航運(yùn)和船舶工業(yè)等行業(yè)的無(wú)人技術(shù)水平，成為行業(yè)高質(zhì)量發(fā)展的新引擎。

3 水域無(wú)人系統(tǒng)平臺(tái)關(guān)鍵技術(shù)

如圖2所示，水域無(wú)人系統(tǒng)平臺(tái)以無(wú)人船艇等航行器為載體，以涵蓋智能感知、智能航行、協(xié)同控制、網(wǎng)絡(luò)安全等關(guān)鍵內(nèi)容的技術(shù)體系為支撐，可以實(shí)現(xiàn)自主航行、協(xié)同編隊(duì)等各項(xiàng)作業(yè)任務(wù)。

圖2 水域無(wú)人系統(tǒng)平臺(tái)結(jié)構(gòu)及關(guān)鍵技術(shù)Fig.2 Structure and key technologies of the water area unmanned system platform

3.1 水域無(wú)人系統(tǒng)平臺(tái)智能感知技術(shù)

智能感知技術(shù)是指通過(guò)雷達(dá)、攝像頭、AIS（Automatic Identification System）等各類傳感器、傳感網(wǎng)絡(luò)以及信息處理設(shè)備，獲取航行器自身信息以及周圍海洋環(huán)境信息，為航行器安全、可靠地航行提供信息支持。水域無(wú)人系統(tǒng)平臺(tái)智能感知框架如圖3所示。

圖3 水域無(wú)人系統(tǒng)平臺(tái)智能感知框架Fig.3 Intelligent perception framework of the water area unmanned system platform

水域無(wú)人系統(tǒng)平臺(tái)的感知系統(tǒng)主要利用搭載傳感器設(shè)備以及信息處理技術(shù)設(shè)備，獲取其自身狀態(tài)信息和運(yùn)動(dòng)環(huán)境周圍各種信息，為平臺(tái)自主避碰、路徑規(guī)劃及跟蹤、水上作業(yè)提供信息支持。以無(wú)人船艇為例，其狀態(tài)信息主要包括船載設(shè)備信息，以及航行位置、速度和方向等信息；周圍環(huán)境信息包括周圍其他船只以及障礙物的狀態(tài)信息、潮汐、水流等海洋狀態(tài)信息以及天氣狀態(tài)。無(wú)人船艇感知技術(shù)主要分為以下幾類。

3.1.1 基于雷達(dá)/激光雷達(dá)的環(huán)境感知技術(shù)

雷達(dá)有遠(yuǎn)、中、近三擋量程，測(cè)量范圍涵蓋1～48 海里，其應(yīng)用有一定的局限性，例如：障礙物的視線必須遠(yuǎn)離其他障礙物才能夠被檢測(cè)到；一個(gè)物體只有在雷達(dá)的最小和最大探測(cè)范圍內(nèi)才能被探測(cè)到；受雨雪等天氣狀況和橋梁等水上建筑物的影響，其適用范圍受限。激光雷達(dá)的工作原理與雷達(dá)類似，但其測(cè)量范圍較小、精度更高，易受到直接視線、探測(cè)范圍、掃描速度、天氣條件和物體橫截面等方面的限制?？傮w而言，基于雷達(dá)/激光雷達(dá)的環(huán)境感知技術(shù)研究一般聚焦于抑制雜波和各類目標(biāo)的識(shí)別與定位[22]。

3.1.2 基于視覺的環(huán)境感知技術(shù)

視覺傳感器是基于機(jī)器視覺獲取周圍環(huán)境的圖像信息，通過(guò)對(duì)相機(jī)采集到的圖像進(jìn)行處理，從而達(dá)到對(duì)環(huán)境感知的作用，以獲取廣泛的信息。隨著各類攝像頭的研發(fā)，視覺傳感器幾乎可以應(yīng)用于各種復(fù)雜條件下的環(huán)境感知，如紅外攝像頭和微光全彩攝像頭可在夜間提供較清晰的視覺圖像；熱成像攝像頭和超長(zhǎng)高清透霧鏡頭能夠有效透霧，服務(wù)于船舶霧航?；谝曈X的環(huán)境感知技術(shù)在水上目標(biāo)識(shí)別檢測(cè)與跟蹤研究中得到有效應(yīng)用，屬于圖像處理范疇。Qi 等[23]提出了一種改進(jìn)的艦船目標(biāo)檢測(cè)Faster R-CNN 算法，通過(guò)減小目標(biāo)檢測(cè)搜索規(guī)模，以縮短算法的檢測(cè)時(shí)間，同時(shí)提高Faster R-CNN 算法的檢測(cè)精度。Zhang 等[24]針對(duì)復(fù)雜海洋環(huán)境目標(biāo)跟蹤，提出了一種基于置信度機(jī)制的并行三分支相關(guān)濾波器來(lái)檢測(cè)目標(biāo)的外觀變化和位置變化，提高了目標(biāo)跟蹤的魯棒性。Lee 等[25]使用基于深度學(xué)習(xí)的檢測(cè)模型 YOLO（You Only Look Once）v3 構(gòu)建船舶檢測(cè)模型，利用Unity 構(gòu)建了虛擬圖像數(shù)據(jù)集，可實(shí)現(xiàn)各種尺寸船艇獲取攝像頭圖像，提高了檢測(cè)性能。

3.1.3 基于多傳感器數(shù)據(jù)融合的環(huán)境感知技術(shù)

如表1所示，各類船用傳感器均有其優(yōu)缺點(diǎn)，雷達(dá)感知受雜波影響較大；視覺感知缺少深層次的船舶航行數(shù)據(jù)；AIS 屬于被動(dòng)感知，一旦周圍船舶關(guān)閉AIS，或者發(fā)出錯(cuò)誤信息，AIS 的感知能力就不復(fù)存在。為實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，現(xiàn)有研究將多種傳感器數(shù)據(jù)融合應(yīng)用。Habtemariam 等[26]使用聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)（JPDA）框架提出了一種新的測(cè)量級(jí)融合算法，實(shí)現(xiàn)了雷達(dá)和AIS 數(shù)據(jù)的融合，能夠有效處理船只之間的MMSI 交換及丟失事宜。Mostafa 等[27]使用模糊函數(shù)依賴方法（FFDs）將來(lái)自AIS 和甚高頻OTH 雷達(dá)的數(shù)據(jù)進(jìn)行融合，證實(shí)了此方法可有效應(yīng)對(duì)來(lái)自不同傳感器的數(shù)據(jù)不確定性問(wèn)題。Kim 等[28]提出了一種數(shù)據(jù)關(guān)聯(lián)方法，用于融合視頻圖像信息和雷達(dá)信息，以便自動(dòng)檢測(cè)船舶并確定其相對(duì)于觀測(cè)船的位置。

表1 船用感知傳感器比較Table 1 Comparisons of ship sensors

由于水域無(wú)人系統(tǒng)平臺(tái)作業(yè)環(huán)境處于水下與空中的交界處，為進(jìn)一步提升平臺(tái)作業(yè)范圍和作業(yè)效率，平臺(tái)上可配備水下潛航器和無(wú)人機(jī)等水下及空中無(wú)人作業(yè)裝備。水域無(wú)人系統(tǒng)平臺(tái)的感知能力可通過(guò)水下潛航器和無(wú)人機(jī)得以有效延伸。水下潛航器的感知主要通過(guò)水下聲吶實(shí)現(xiàn)，目前的研究多集中在特征信號(hào)提取，少部分研究關(guān)注聲吶同其他傳感器數(shù)據(jù)的融合。Remmas 等[29]為無(wú)人潛航器提出了一種基于視覺和聽覺信號(hào)數(shù)據(jù)融合的環(huán)境感知方法。無(wú)人機(jī)的感知主要通過(guò)攝像頭實(shí)現(xiàn)，業(yè)內(nèi)較多關(guān)注各類攝像頭的充分利用。Falanga 等[30]通過(guò)事件相機(jī)實(shí)現(xiàn)了四旋翼無(wú)人機(jī)的障礙物快速檢測(cè)和避碰。Leira 等[31]利用熱像儀，實(shí)現(xiàn)了無(wú)人機(jī)對(duì)海上物標(biāo)進(jìn)行檢測(cè)、識(shí)別和跟蹤。

3.2 水域無(wú)人系統(tǒng)平臺(tái)智能航行技術(shù)

無(wú)人船艇智能航行技術(shù)的發(fā)展為水域無(wú)系統(tǒng)平臺(tái)在水上交通中的應(yīng)用奠定了基礎(chǔ)。中國(guó)船級(jí)社發(fā)布的《智能船舶規(guī)范》[32]指出，智能航行是通過(guò)計(jì)算機(jī)技術(shù)、控制技術(shù)等對(duì)各類智能船舶的航路和航速進(jìn)行設(shè)計(jì)和優(yōu)化。水域無(wú)系統(tǒng)平臺(tái)智能航行技術(shù)主要包括路徑規(guī)劃、運(yùn)動(dòng)控制、目標(biāo)/軌跡/路徑跟蹤、自主避碰等關(guān)鍵技術(shù)。3.2.1 水域無(wú)人系統(tǒng)平臺(tái)路徑規(guī)劃技術(shù)

水域無(wú)人系統(tǒng)平臺(tái)路徑規(guī)劃主要指在復(fù)雜海洋環(huán)境下，為以無(wú)人船艇為基礎(chǔ)的水域無(wú)人系統(tǒng)平臺(tái)規(guī)劃一條或者多條連接起止點(diǎn)的安全經(jīng)濟(jì)、無(wú)碰撞的高質(zhì)量路徑，其技術(shù)原理如圖4所示。

圖4 無(wú)人船艇路徑規(guī)劃技術(shù)框圖Fig.4 Technical block diagram of path planning for unmanned surface vehicle

根據(jù)對(duì)環(huán)境信息掌握的程度不同，路徑規(guī)劃分為全局路徑規(guī)劃和局部路徑規(guī)劃。全局路徑規(guī)劃是在環(huán)境信息已知前提下，建立海洋環(huán)境空間模型，在運(yùn)動(dòng)空間中為其在起止點(diǎn)間規(guī)劃路徑。局部路徑規(guī)劃通過(guò)傳感器實(shí)現(xiàn)水域環(huán)境信息感知，為水域無(wú)人系統(tǒng)平臺(tái)規(guī)劃有障礙物場(chǎng)景的路徑。如圖5所示，路徑規(guī)劃算法主要有經(jīng)典算法、啟發(fā)式算法和混合算法等。

圖5 水域無(wú)人系統(tǒng)平臺(tái)路徑規(guī)劃算法分類Fig.5 Classification of path planning algorithms for the water area unmanned system platform

（1）經(jīng)典算法

經(jīng)典算法通常計(jì)算所有可能遵循的路徑來(lái)產(chǎn)生全局最優(yōu)路徑，常用于具有靜態(tài)障礙物的全局離線路徑規(guī)劃。Niu 等[33]針對(duì)無(wú)人船艇路徑規(guī)劃問(wèn)題，提出了一種基于 Voronoi 圖和可視圖的Voronoi-Visibility（VV）路徑規(guī)劃算法?？紤]到海流狀態(tài)對(duì)無(wú)人船艇的能量消耗有顯著影響，為增進(jìn)無(wú)人船艇的續(xù)航能力，Niu 等[34]將Voronoi圖、可視圖、Dijkstra 搜索函數(shù)和能量消耗函數(shù)相結(jié)合，提出了一種基于海流數(shù)據(jù)的考慮能量消耗的無(wú)人船艇可行路徑規(guī)劃方法，確保無(wú)人船艇能夠以最小的能量避開障礙物。

（2）啟發(fā)式算法

啟發(fā)式算法通過(guò)搜索所有可能解的子集來(lái)規(guī)劃路徑，用于實(shí)時(shí)處理動(dòng)態(tài)障礙物、路徑重規(guī)劃和局部避碰，常見的有機(jī)器學(xué)習(xí)算法、定向方法、進(jìn)化算法和抽樣規(guī)劃算法。針對(duì)一種多用途無(wú)人船艇系統(tǒng)的多任務(wù)分配和路徑規(guī)劃問(wèn)題，Xia 等[35]提出一種具有最短路徑的改進(jìn)遺傳算法。針對(duì)不確定環(huán)境下無(wú)人船艇的路徑規(guī)劃問(wèn)題，Li 等[36]提出了一種基于深度強(qiáng)化學(xué)習(xí)和融合避碰函數(shù)的路徑規(guī)劃策略。針對(duì)水流和波浪擾動(dòng)下的無(wú)人船艇路徑規(guī)劃問(wèn)題，Wen 等[37]提出了一種改進(jìn)的漸近最優(yōu)快速擴(kuò)展隨機(jī)樹方法。

（3）混合算法

為增進(jìn)算法的路徑規(guī)劃能力，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，混合算法應(yīng)運(yùn)而生。Sang 等[38]為了保證編隊(duì)軌跡的最優(yōu)性、合理性和路徑連續(xù)性，提出一種改進(jìn)的A*和人工勢(shì)場(chǎng)混合算法。Chen 等[39]提出了一種有效結(jié)合全局和局部路徑規(guī)劃的混合算法來(lái)實(shí)現(xiàn)動(dòng)態(tài)障礙環(huán)境下的路徑規(guī)劃，首先由A*算法生成無(wú)人船艇到達(dá)目標(biāo)點(diǎn)的全局路徑，然后在局部路徑規(guī)劃中采用動(dòng)態(tài)窗口算法，最后通過(guò)跟蹤局部目標(biāo)點(diǎn)來(lái)避開動(dòng)態(tài)障礙。

3.2.2 水域無(wú)人系統(tǒng)平臺(tái)運(yùn)動(dòng)控制理論

如圖6所示，水域無(wú)人系統(tǒng)平臺(tái)運(yùn)動(dòng)控制問(wèn)題通常分為鎮(zhèn)定控制、軌跡跟蹤控制和路徑跟蹤控制三類[40-41]。

圖6 水域無(wú)人系統(tǒng)平臺(tái)運(yùn)動(dòng)控制理論分類Fig.6 Classification of motion control theory for the water area unmanned system platform

（1）鎮(zhèn)定控制

鎮(zhèn)定控制通過(guò)尋求合適的控制器，實(shí)現(xiàn)航行器速度、航向和位置等鎮(zhèn)定到某一個(gè)平衡點(diǎn)上。在無(wú)人船艇鎮(zhèn)定控制領(lǐng)域，常見的方法有δ變換法、齊次法、反步法、滑?？刂埔约澳：刂频取ie 等[42]提出了一個(gè)獨(dú)立于速度信號(hào)并且對(duì)模型參數(shù)具有魯棒性的控制律，可漸近地將無(wú)人船艇的位置穩(wěn)定到所需的恒定位置，并將其速度穩(wěn)定為零。Wang 等[43]提出了一種用于欠驅(qū)動(dòng)無(wú)人船艇全局全狀態(tài)穩(wěn)定的事件觸發(fā)控制器（ETC），通過(guò)選擇適當(dāng)?shù)目刂茀?shù)來(lái)保證穩(wěn)定誤差的全局漸近收斂。He 等[44]提出一種基于李群對(duì)數(shù)圖的點(diǎn)穩(wěn)定控制器，將欠驅(qū)動(dòng)無(wú)人船艇全局漸近地穩(wěn)定到所需的配置。

（2）軌跡跟蹤控制

軌跡跟蹤控制的速度、航向和位置等狀態(tài)與時(shí)間關(guān)系密切，且要求航行器在規(guī)定的時(shí)間到達(dá)指定位置。對(duì)于淺水域乘潮、海上偵查與監(jiān)測(cè)、動(dòng)態(tài)目標(biāo)跟蹤等水上作業(yè)，其控制問(wèn)題屬于航跡跟蹤控制問(wèn)題的范疇。Deng 等[45]研究了基于事件觸發(fā)機(jī)制的無(wú)人船艇自適應(yīng)模糊輸出反饋路徑跟蹤控制，通過(guò)對(duì)估計(jì)誤差的轉(zhuǎn)換，建立了自適應(yīng)模糊觀測(cè)器來(lái)估計(jì)無(wú)人船艇的運(yùn)動(dòng)狀態(tài)，進(jìn)而建立了一種串并聯(lián)估計(jì)模型。Elhaki 等[46]提出了一種飽和軌跡跟蹤控制器，將雙曲正切函數(shù)用作穩(wěn)定器項(xiàng)，通過(guò)動(dòng)態(tài)表面控制方法設(shè)計(jì)跟蹤控制器，以提高控制器性能。針對(duì)預(yù)設(shè)性能控制方法和魯棒控制方法存在奇異性問(wèn)題或控制信號(hào)不連續(xù)等問(wèn)題，Zhang 等[47]設(shè)計(jì)了一種自適應(yīng)預(yù)設(shè)性能控制策略，通過(guò)對(duì)位置誤差和輔助變量施加約束，實(shí)現(xiàn)船舶的預(yù)設(shè)性能。當(dāng)前研究較多關(guān)注軌跡跟蹤控制[48-51]。針對(duì)速度不可測(cè)、動(dòng)態(tài)不確定性和未知外部擾動(dòng)對(duì)無(wú)人船艇軌跡跟蹤控制問(wèn)題，Zhu 等[51]提出了一種具有預(yù)定義性能的自適應(yīng)神經(jīng)輸出反饋軌跡跟蹤控制方案。Du 等[52]提出一種自適應(yīng)魯棒輸出反饋控制器，通過(guò)引入高增益觀測(cè)器估測(cè)無(wú)人船艇航向和速度，建立RBF 神經(jīng)網(wǎng)絡(luò)對(duì)無(wú)人船艇模型不確定性進(jìn)行估計(jì)補(bǔ)償。

（3）路徑跟蹤控制

路徑跟蹤控制過(guò)程與時(shí)間變量無(wú)關(guān)，通過(guò)設(shè)計(jì)不同的高魯棒性控制器使航行器能夠跟蹤并穩(wěn)定在預(yù)設(shè)的路徑上。針對(duì)無(wú)人船艇存在輸入飽和度、非對(duì)角質(zhì)量矩陣、模型不確定性和未知時(shí)變外部擾動(dòng)的問(wèn)題，Xia 等[53]提出了一種基于浪涌航向視距制導(dǎo)律的自適應(yīng)神經(jīng)網(wǎng)絡(luò)路徑跟隨控制策略。針對(duì)欠驅(qū)動(dòng)無(wú)人船艇遭遇時(shí)變洋流和側(cè)滑角的問(wèn)題，Nie 等[54]提出了一種基于改進(jìn)的自適應(yīng)積分視線（IAILOS）制導(dǎo)律的自適應(yīng)模糊路徑跟隨控制律，并結(jié)合反步法解決了無(wú)人船艇姿態(tài)跟蹤控制和速度跟蹤控制問(wèn)題。

3.2.3 目標(biāo)/軌跡/路徑跟蹤技術(shù)

以無(wú)人船艇為基礎(chǔ)的水域無(wú)人系統(tǒng)平臺(tái)在執(zhí)行各類任務(wù)時(shí)需要有效跟蹤預(yù)定路徑，抵御風(fēng)浪流等環(huán)境干擾，進(jìn)而順利完成任務(wù)目標(biāo)。Fossen將跟蹤問(wèn)題分為目標(biāo)跟蹤、軌跡跟蹤和路徑跟蹤。

如圖7所示，目標(biāo)跟蹤的第一類引導(dǎo)律為L(zhǎng)ine-of-sight（LOS）引導(dǎo)律[55]及其變體。Zheng等[56]在改進(jìn)了自適應(yīng)積分制導(dǎo)方法的基礎(chǔ)上，提出了一種具有不確定性的無(wú)人船艇的非線性跟蹤控制方法。Walter 等[57]在比例LOS 制導(dǎo)方法上提出了ILOS（Integral Line-of-sight）制導(dǎo)方法，并跟據(jù)李雅普諾夫函數(shù)得出了制導(dǎo)控制律的明確界限，保證了一致全局漸進(jìn)穩(wěn)定性和一致局部指數(shù)穩(wěn)定性。Fossen 等[58]利用自適應(yīng)律主導(dǎo)漂角的補(bǔ)償速率，提出了ALOS（Adaptive Line-of-Sight）制導(dǎo)方法，該方法計(jì)算量小，是ILOS 的一種特殊形式。第二類為pure pursuit 方法[59]，無(wú)人船艇需以目標(biāo)的位置為目標(biāo)點(diǎn)實(shí)時(shí)跟蹤。第三類為constant bearing 方法，在已知目標(biāo)的位置及航速等信息下進(jìn)行攔截跟蹤。為了保證攔截任務(wù)的效率和有效性，Du 等[60]開發(fā)了一種無(wú)人船艇攔截任務(wù)的安全學(xué)習(xí)方案，提出適用于無(wú)人船艇攔截任務(wù)的安全Lyapunov 邊界深度確定性策略梯度(SLDDPG)算法。Fan 等[61]提出了一種重新定義Dubins 路徑的方法，更快地匹配出符合出發(fā)地航向角和目的地航向角的最優(yōu)路徑，進(jìn)行水域目標(biāo)攔截。

圖7 無(wú)人船艇目標(biāo)跟蹤分類Fig.7 Target tracking classification of the unmanned surface vehicle

面向多無(wú)人船艇的軌跡跟蹤與鎮(zhèn)定問(wèn)題，Liu等[62]提出了自適應(yīng)魯棒控制器。針對(duì)多無(wú)人船艇的軌跡跟蹤控制問(wèn)題，Jia 等[63]通過(guò)結(jié)合高增益觀測(cè)器、參數(shù)壓縮算法和性能函數(shù)，提出了一種具有指定性能的自適應(yīng)控制方案。

通過(guò)改進(jìn)無(wú)人船艇路徑跟蹤控制系統(tǒng)，Wan等[64]提出了一種降階狀態(tài)觀測(cè)器，用于在線估計(jì)風(fēng)、浪、流等外部擾動(dòng)引起的時(shí)變側(cè)滑角，在不同的巡航速度下都能快速平穩(wěn)地跟蹤在期望的曲線和直線路徑上。結(jié)合LOS 制導(dǎo)律和基于零空間的行為控制框架，Eek 等[65]提出一種欠驅(qū)動(dòng)無(wú)人船艇在洋流作用下沿曲線路徑行進(jìn)的編隊(duì)控制方法，實(shí)現(xiàn)了曲線路徑跟蹤。深度強(qiáng)化學(xué)習(xí)方法在無(wú)人船艇路徑跟蹤中得到有效的應(yīng)用[66-68]。Zhao等[66]建立了基于深度強(qiáng)化學(xué)習(xí)的編隊(duì)控制模型，以促使無(wú)人船艇形成預(yù)先設(shè)定的編隊(duì)。

3.2.4 自主避碰技術(shù)

自主避碰技術(shù)對(duì)于保證水域無(wú)人系統(tǒng)平臺(tái)航行安全至關(guān)重要。隨著航行信息獲取智能化、信息多元化的發(fā)展，面向航行器的操縱性能以及操縱者的思維過(guò)程，結(jié)合控制論、信息論、決策論等理論，綜合研究自主避碰技術(shù)已成為水域無(wú)人系統(tǒng)平臺(tái)關(guān)注的焦點(diǎn)。

Ma 等[69]通過(guò)設(shè)計(jì)一種廣播協(xié)議，實(shí)現(xiàn)復(fù)雜場(chǎng)景下的群無(wú)人船艇自主避碰。Xu 等[70]提出了一種基于深度強(qiáng)化學(xué)習(xí)的智能避碰算法，利用強(qiáng)大的深度神經(jīng)網(wǎng)絡(luò)自動(dòng)提取狀態(tài)特征，確保無(wú)人船艇避開動(dòng)態(tài)障礙物。Xu 等[71]為實(shí)現(xiàn)無(wú)人船艇自主避碰，設(shè)計(jì)了無(wú)人船艇的航行態(tài)勢(shì)模型，提出了混合風(fēng)險(xiǎn)評(píng)估和避碰模型，設(shè)計(jì)了基于強(qiáng)化學(xué)習(xí)避碰模型的狀態(tài)、行為、獎(jiǎng)勵(lì)功能和網(wǎng)絡(luò)結(jié)構(gòu)，實(shí)現(xiàn)復(fù)雜環(huán)境下的有效避碰。

國(guó)際海上避碰規(guī)則（COLREGS）對(duì)指導(dǎo)自主避碰具有重要現(xiàn)實(shí)意義。Tor 等[72]開發(fā)了一套基于條件規(guī)則的決策過(guò)程和模糊推理智能決策系統(tǒng)，將COLREGS 中的避讓動(dòng)作融合入上述系統(tǒng)中，實(shí)現(xiàn)了遵守COLREGS 的船舶避讓。Zhao 等[73]對(duì)船舶會(huì)遇態(tài)勢(shì)劃分以及安全距離的制定做了詳細(xì)分析和驗(yàn)證研究，可根據(jù)船舶危險(xiǎn)度計(jì)算出避碰時(shí)機(jī)和避碰幅度。Wang 等[74]設(shè)計(jì)了基于COLREGS 的自主避碰算法以確保無(wú)人船艇安全航行。軌跡預(yù)測(cè)是實(shí)現(xiàn)水域無(wú)人系統(tǒng)平臺(tái)自主避碰的基礎(chǔ)，為了解無(wú)人船艇等運(yùn)動(dòng)狀態(tài)趨勢(shì)提供了有益參考。Lyu 等[75]研究了具有避碰特性的分布式編隊(duì)跟蹤控制問(wèn)題，首先利用擴(kuò)展?fàn)顟B(tài)觀測(cè)器估計(jì)每個(gè)子系統(tǒng)的未知模型不確定性和外部干擾，然后考慮物理約束和避碰要求，設(shè)計(jì)了分布式模型預(yù)測(cè)位置跟蹤控制器和模型預(yù)測(cè)角運(yùn)動(dòng)控制器用于編隊(duì)避碰控制。

3.3 水域無(wú)人系統(tǒng)平臺(tái)協(xié)同控制技術(shù)

相對(duì)單個(gè)航行器而言，水域無(wú)人系統(tǒng)平臺(tái)具有空間分布性、功能分布性以及更高可靠性等優(yōu)點(diǎn)。水域無(wú)人系統(tǒng)平臺(tái)協(xié)同控制旨在通過(guò)組合具有簡(jiǎn)單功能的無(wú)人船艇、無(wú)人機(jī)以及自主水下機(jī)器人成為一個(gè)有機(jī)整體，在協(xié)同控制技術(shù)支持下，使團(tuán)隊(duì)中的每個(gè)成員各司其職、協(xié)同合作，完成水域掃測(cè)、圍追攔截、水面清污等各類既定任務(wù)。

3.3.1 協(xié)同覆蓋路徑規(guī)劃技術(shù)

區(qū)域全覆蓋路徑規(guī)劃（Area Coverage Path Planning,ACPP）是根據(jù)任務(wù)需求，為航行器/運(yùn)動(dòng)物體規(guī)劃一條覆蓋給定區(qū)域或空間的最短路徑。如圖8所示，無(wú)人船艇及自主水下機(jī)器人等多個(gè)協(xié)同作業(yè)單元已被廣泛用于搜索和救援行動(dòng)中。多個(gè)協(xié)同單元聯(lián)合作業(yè)，可顯著提高區(qū)域覆蓋作業(yè)效率、縮短完成任務(wù)的時(shí)間。如在發(fā)生海上事故時(shí)，能夠在最短的時(shí)間內(nèi)有效地掃測(cè)事故區(qū)域，贏得救援時(shí)間。

圖8 水域無(wú)人系統(tǒng)平臺(tái)協(xié)同掃測(cè)效果圖Fig.8 Collaborative scanning rendering of the water area unmanned system platform

針對(duì)多無(wú)人船艇協(xié)同覆蓋路徑規(guī)劃問(wèn)題，畢華雄[76]設(shè)計(jì)了CCIBA*算法，提出了區(qū)域分割、回溯轉(zhuǎn)移、區(qū)域交換和障礙物聯(lián)合識(shí)別等協(xié)同行為策略，以增進(jìn)復(fù)雜場(chǎng)景下多無(wú)人船艇協(xié)同掃測(cè)效果。Liu 等[77]提出了一種基于強(qiáng)化學(xué)習(xí)和概率映射的協(xié)同搜索算法(CSBDRL)，使多無(wú)人船艇系統(tǒng)具有更高的搜索效率，保證無(wú)人船艇在任務(wù)過(guò)程中及時(shí)避開障礙物，能夠及時(shí)地找到目標(biāo)。Carisza 等[78]考慮在有限的運(yùn)行時(shí)間內(nèi)最大限度地完成多目標(biāo)水域搜索，使用多層次時(shí)間?空間網(wǎng)絡(luò)來(lái)描述無(wú)人船艇和母船隨時(shí)間的運(yùn)動(dòng)，進(jìn)而將覆蓋路徑規(guī)劃問(wèn)題表述成一個(gè)整數(shù)規(guī)劃模型。Xie等[79]考慮了協(xié)同巡邏任務(wù)的特點(diǎn)和無(wú)人船艇的限制條件，提出了一種基于混合分區(qū)的多無(wú)人船艇系統(tǒng)巡邏方案，以實(shí)現(xiàn)具有重要級(jí)別差異的海域目標(biāo)巡邏。

Zhu 等[80]建立了無(wú)人船艇?自主水下機(jī)器人協(xié)同巡航模型，為協(xié)同巡航提供更準(zhǔn)確、實(shí)時(shí)的導(dǎo)航信息，增進(jìn)了海事監(jiān)管效率。針對(duì)海上搜救問(wèn)題，Yang 等[81]首先采用網(wǎng)格法對(duì)搜救區(qū)域建模，然后利用RL（Reinforcement Learning）規(guī)劃搜索路徑，最后由無(wú)人機(jī)和無(wú)人船艇 組成認(rèn)知移動(dòng)計(jì)算網(wǎng)絡(luò)來(lái)協(xié)同搜救，提高通信吞吐量。

3.3.2 多無(wú)人船艇協(xié)同控制技術(shù)

單艘無(wú)人船艇往往難以有效地完成水面清污、圍堵攔截、護(hù)航轉(zhuǎn)運(yùn)等較為復(fù)雜的作業(yè)任務(wù)，而多艘無(wú)人船艇通過(guò)協(xié)同的方式可以有效承擔(dān)上述工作。為此，開展多無(wú)人船艇協(xié)同控制技術(shù)的研究具有重要現(xiàn)實(shí)意義。

如圖9所示，多無(wú)人船艇協(xié)同控制體系可分為集中式、分布式和混合式三種。集中式控制是將一艘綜合性能較高的無(wú)人船艇作為主控單元，進(jìn)行任務(wù)部署，并將部署信息廣播給其他各協(xié)同單元，這種體系雖然協(xié)調(diào)效率較高，但主控單元一旦產(chǎn)生故障將直接導(dǎo)致整個(gè)系統(tǒng)的癱瘓，故自主性和魯棒性較差[82]；分布式控制是每艘無(wú)人船艇都具備獨(dú)立接收命令與分析的能力，可以相互通信，具有較好的容錯(cuò)性與可擴(kuò)展性，但多艘無(wú)人船艇因地位均等，其協(xié)調(diào)效率低、全局性較差，易產(chǎn)生局部沖突[83]。混合式控制兼顧集中式與分布式的優(yōu)點(diǎn)，具備較好的敏捷性、靈活性、可靠性、持續(xù)性和魯棒性，可滿足多無(wú)人船艇協(xié)同作業(yè)需要。

圖9 多無(wú)人船艇協(xié)同控制體系結(jié)構(gòu)Fig.9 Multi unmanned vehicles collaborative control architecture

針對(duì)多無(wú)人船艇協(xié)同控制的問(wèn)題，Arrichiello等[84]開展了由浮繩聯(lián)結(jié)兩艘水面無(wú)人船艇構(gòu)成的雙無(wú)人船艇系統(tǒng)控制策略研究，提出基于零空間行為的協(xié)同控制方法，即每艘無(wú)人船艇的行為由一個(gè)主管軟件模塊控制，處理同另一艘無(wú)人船艇的通信以及控制所有基本任務(wù)。如圖10所示，每艘無(wú)人船艇執(zhí)行基本任務(wù)，各類任務(wù)按優(yōu)先級(jí)排列，并使用基于行為的方法進(jìn)行合并，最終協(xié)同完成所有任務(wù)。Giron-Sierra 等[85]深入開展多無(wú)人船艇航行系統(tǒng)研究，分析系統(tǒng)船端、岸端及船?岸通信模塊功能需求，構(gòu)建多無(wú)人船艇航行系統(tǒng)，實(shí)現(xiàn)岸基?船舶有效協(xié)同，最終使用兩艘無(wú)人船艇搭載溢油清除設(shè)備完成溢油圍捕任務(wù)。Peng 等[86]提出一種受不確定性和干擾影響的多無(wú)人船艇協(xié)調(diào)動(dòng)態(tài)定位的分布式優(yōu)化方法，將最優(yōu)位置編碼在局部函數(shù)和中，實(shí)現(xiàn)多無(wú)人船艇的相對(duì)動(dòng)態(tài)定位。

圖10 雙無(wú)人船艇航行系統(tǒng)分層控制架構(gòu)Fig.10 Hierarchical control architecture of a dual unmanned surface vehicle navigation system

3.3.3 無(wú)人機(jī)?無(wú)人船艇?水下機(jī)器人跨域協(xié)同技術(shù)

無(wú)人機(jī)/無(wú)人船艇/水下機(jī)器人等異構(gòu)無(wú)人航行器的跨域協(xié)同是當(dāng)今國(guó)際的前沿技術(shù)，引起了世界各發(fā)達(dá)國(guó)家和地區(qū)的廣泛重視，并被列為無(wú)人系統(tǒng)發(fā)展路線圖的戰(zhàn)略核心技術(shù)。無(wú)人機(jī)?無(wú)人船?水下機(jī)器人協(xié)同技術(shù)及裝備對(duì)維護(hù)我國(guó)海洋權(quán)益、保障水域資源安全起著至關(guān)重要的作用。

水域無(wú)人系統(tǒng)跨域協(xié)同是指通過(guò)智能化的指揮、協(xié)同控制和信息交互，將無(wú)人船艇、無(wú)人機(jī)和水下機(jī)器人進(jìn)行有機(jī)集成。無(wú)人機(jī)作為一種空中無(wú)人飛行器，具有速度快、視野廣等優(yōu)勢(shì)，能高效執(zhí)行各類探測(cè)偵查任務(wù)；水下機(jī)器人作為深水探測(cè)和追蹤的有效工具，具有隱蔽性強(qiáng)的優(yōu)點(diǎn)，在海洋探測(cè)領(lǐng)域有著不可替代的優(yōu)勢(shì)。然而，無(wú)人機(jī)和水下機(jī)器人存在續(xù)航能力短、負(fù)載能力弱的缺陷，極大地制約了其作業(yè)效能。水面無(wú)人船艇作為未來(lái)水上新型智能裝備，具有自主航行、智能避障、續(xù)航能力長(zhǎng)、載荷能力強(qiáng)等優(yōu)勢(shì)，如圖11所示，可同無(wú)人機(jī)、水下機(jī)器人協(xié)同構(gòu)成立體跨域的水域無(wú)人系統(tǒng)平臺(tái)，以顯著增強(qiáng)完成復(fù)雜作業(yè)任務(wù)的能力。

圖11 水域無(wú)人系統(tǒng)平臺(tái)跨域立體協(xié)同示意圖Fig.11 Cross-domain three-dimensional collaboration diagram of the water area unmanned system platform

隨著水域無(wú)人系統(tǒng)平臺(tái)對(duì)自動(dòng)化、數(shù)字化、集群化和智能化能力要求的深入，相比于同構(gòu)無(wú)人平臺(tái)，異構(gòu)無(wú)人平臺(tái)可利用不同個(gè)體的優(yōu)勢(shì)形成更強(qiáng)的多維空間信息感知能力，完成更為復(fù)雜的任務(wù)。如圖12所示，可將無(wú)人機(jī)?無(wú)人船艇?水下機(jī)器人協(xié)同作業(yè)類型分為三種：無(wú)人機(jī)?無(wú)人船艇跨域協(xié)同、無(wú)人船艇?水下機(jī)器人跨域協(xié)同以及無(wú)人機(jī)?無(wú)人船艇?水下機(jī)器人跨域協(xié)同。

圖12 水域無(wú)人系統(tǒng)平臺(tái)跨域協(xié)同類型Fig.12 Type of the water area unmanned system platform with cross-domain cooperation

（1）無(wú)人機(jī)?無(wú)人船艇平臺(tái)跨域協(xié)同

無(wú)人機(jī)?無(wú)人船艇跨域協(xié)同平臺(tái)是以水面無(wú)人船艇為載體，通過(guò)自由釋放和回收無(wú)人機(jī)實(shí)現(xiàn)協(xié)同作業(yè)。Ma 等[87]設(shè)計(jì)了一種用于無(wú)人機(jī)?無(wú)人船艇的集群協(xié)同通信框架。Shao 等[88]設(shè)計(jì)了一種分層著陸引導(dǎo)點(diǎn)生成算法，通過(guò)引導(dǎo)點(diǎn)序列實(shí)現(xiàn)了無(wú)人機(jī)在無(wú)人船艇甲板上的穩(wěn)定著陸。Zhang等[89]為無(wú)人機(jī)?無(wú)人船艇平臺(tái)提出了一種新型的全自主回收系統(tǒng)，該系統(tǒng)覆蓋了無(wú)人船艇上小型固定翼無(wú)人機(jī)的回收全過(guò)程，實(shí)現(xiàn)了高動(dòng)態(tài)下的相對(duì)運(yùn)動(dòng)。

（2）無(wú)人船艇?水下機(jī)器人平臺(tái)跨域協(xié)同

無(wú)人船艇?水下機(jī)器人跨域平臺(tái)協(xié)同主要面向水面和水下作業(yè)場(chǎng)景，以無(wú)人船艇為載體，搭載和回收水下機(jī)器人，以勝任同構(gòu)無(wú)人航行器難以承擔(dān)的復(fù)雜水面和水下場(chǎng)景下的作業(yè)任務(wù)，具有較高的研究和應(yīng)用價(jià)值。Agra[90]開發(fā)和實(shí)現(xiàn)了一種無(wú)人操作的水下檢測(cè)系統(tǒng)，由水下機(jī)器人與無(wú)人船艇來(lái)協(xié)同完成任務(wù)。Sarda 等[91]進(jìn)行了水下機(jī)器人從無(wú)人船艇水下自動(dòng)發(fā)射和回收的測(cè)試。Sarda 等[92]設(shè)計(jì)和開發(fā)無(wú)人船艇的高級(jí)模糊邏輯制導(dǎo)控制器，以實(shí)現(xiàn)水下機(jī)器人的自主發(fā)射和回收。

（3）無(wú)人機(jī)?無(wú)人船艇?水下機(jī)器人平臺(tái)跨域協(xié)同

無(wú)人機(jī)?無(wú)人船艇?水下機(jī)器人跨域協(xié)同為水域無(wú)人系統(tǒng)平臺(tái)的發(fā)展奠定了基礎(chǔ)，相關(guān)技術(shù)可用于水域無(wú)人系統(tǒng)平臺(tái)的協(xié)同偵察、快速?gòu)?qiáng)力突擊、全域集群瀕海對(duì)抗、精準(zhǔn)高效保障等任務(wù)。Wigley 等[93]設(shè)計(jì)了基于無(wú)人船艇?水下機(jī)器人組合方法的水下機(jī)器人發(fā)射、回收新方法。Wu 等[94]以無(wú)人機(jī)、無(wú)人船艇和水下機(jī)器人相結(jié)合的水下目標(biāo)搜索跟蹤任務(wù)為研究對(duì)象，設(shè)計(jì)了一種包括搜索階段和航行階段的分步動(dòng)態(tài)目標(biāo)追蹤方法，并使用IPSO 算法來(lái)生成航行器路徑。

3.4 水域無(wú)人系統(tǒng)平臺(tái)網(wǎng)絡(luò)安全技術(shù)

隨著航運(yùn)業(yè)向自動(dòng)化、智能化趨勢(shì)進(jìn)行部署和發(fā)展，越來(lái)越多的網(wǎng)絡(luò)安全問(wèn)題及風(fēng)險(xiǎn)也顯現(xiàn)出來(lái)。如圖13所示，水域無(wú)人系統(tǒng)平臺(tái)網(wǎng)絡(luò)可分為兩類：第一類是用于信息收集和信息管理服務(wù)的網(wǎng)絡(luò)，如用于海事衛(wèi)星電話及岸基通信系統(tǒng)，此類網(wǎng)絡(luò)通常稱為信息網(wǎng)絡(luò)（IT 網(wǎng)絡(luò)）；第二類是負(fù)責(zé)采集、監(jiān)視和控制航行器的運(yùn)行狀態(tài)，服務(wù)于水域無(wú)人系統(tǒng)平臺(tái)中協(xié)同控制系統(tǒng)的網(wǎng)絡(luò)，稱為控制網(wǎng)絡(luò)（OT 網(wǎng)絡(luò)）。

圖13 水域無(wú)人系統(tǒng)平臺(tái)網(wǎng)絡(luò)安全分類Fig.13 Network security classification of autonomous navigation system of the water area unmanned system platform

水域無(wú)人系統(tǒng)平臺(tái)網(wǎng)絡(luò)結(jié)構(gòu)如圖14所示。岸基平臺(tái)的威脅包括軟件漏洞、病毒、惡意軟件、木馬、鍵盤記錄程序等；各航行器之間的通信鏈路的安全威脅包括口令破解、身份欺騙、跨層攻擊和多協(xié)議攻擊；無(wú)人機(jī)的傳感器、通信、軟件和網(wǎng)絡(luò)等方面易受網(wǎng)絡(luò)風(fēng)險(xiǎn)攻擊；無(wú)人船艇易受網(wǎng)絡(luò)風(fēng)險(xiǎn)攻擊的系統(tǒng)包括GPS、ECDIS、AIS[95]等。隨著網(wǎng)絡(luò)技術(shù)的深入應(yīng)用，水域無(wú)人系統(tǒng)平臺(tái)網(wǎng)絡(luò)風(fēng)險(xiǎn)來(lái)自更多的方面，如程序中的操作錯(cuò)誤、軟件缺陷、未經(jīng)授權(quán)訪問(wèn)的系統(tǒng)入侵等問(wèn)題，當(dāng)平臺(tái)的傳感器測(cè)量和控制命令通過(guò)網(wǎng)絡(luò)通道傳輸時(shí)，會(huì)存在通信延遲、數(shù)據(jù)包丟失現(xiàn)象[96]。

圖14 水域無(wú)人系統(tǒng)平臺(tái)網(wǎng)絡(luò)結(jié)構(gòu)Fig.14 Network structure diagram of the water area unmanned system platform

目前，在水域無(wú)人系統(tǒng)平臺(tái)網(wǎng)絡(luò)安全研究中，網(wǎng)絡(luò)安全防護(hù)措施是針對(duì)各航行器的網(wǎng)絡(luò)特點(diǎn)來(lái)開展的。在網(wǎng)絡(luò)層與網(wǎng)絡(luò)層連接處設(shè)置網(wǎng)絡(luò)防火墻，尤其是在與衛(wèi)星通信的接口處設(shè)計(jì)嚴(yán)格的進(jìn)出規(guī)則，對(duì)出入口流量進(jìn)行監(jiān)控與限制，使攻擊者接觸不到水域無(wú)人系統(tǒng)平臺(tái)核心的控制網(wǎng)絡(luò)，從而保證水域無(wú)人系統(tǒng)平臺(tái)網(wǎng)絡(luò)安全。

對(duì)于繞過(guò)衛(wèi)星通信，直接針對(duì)航行器實(shí)體進(jìn)行的局域網(wǎng)攻擊，目前的防御手段通常是建立入侵檢測(cè)與安全報(bào)警與防護(hù)體系。例如，全球海上遇險(xiǎn)和安全系統(tǒng)（GMDSS）及船舶安全報(bào)警系統(tǒng)（SSAS）針對(duì)已知威脅進(jìn)行的局域網(wǎng)攻擊可以起到良好的報(bào)警與防護(hù)措施。

在提升網(wǎng)絡(luò)資源利用率和抵御網(wǎng)絡(luò)攻擊方面，Ma 等[97]基于網(wǎng)絡(luò)通信延遲、外部干擾、故障和非周期拒絕服務(wù)協(xié)同設(shè)計(jì)了一種無(wú)人船艇系統(tǒng)故障檢測(cè)濾波器和控制器，有效提高了網(wǎng)絡(luò)資源利用效率，抵御網(wǎng)絡(luò)攻擊，保障無(wú)人船艇通信安全。Ma 等[98]設(shè)計(jì)了一種基于網(wǎng)絡(luò)事件觸發(fā)方案船舶T-S 模糊控制器，抵消了通信延遲對(duì)無(wú)人船艇控制系統(tǒng)性能的不利影響，保證了無(wú)人船艇正常通信。

網(wǎng)絡(luò)和信息化技術(shù)的迅猛發(fā)展促進(jìn)了水域無(wú)人系統(tǒng)平臺(tái)應(yīng)用技術(shù)水平的提升，同時(shí)也帶來(lái)了很多網(wǎng)絡(luò)安全風(fēng)險(xiǎn)。如何有效提升網(wǎng)絡(luò)安全水平，保障智能航行和安全通信，將是水域無(wú)人系統(tǒng)平臺(tái)發(fā)展亟需解決的一個(gè)重要問(wèn)題。

4 水域無(wú)人系統(tǒng)平臺(tái)面臨的機(jī)遇與挑戰(zhàn)

水域無(wú)人系統(tǒng)平臺(tái)呈現(xiàn)出作業(yè)單元由個(gè)體向集群協(xié)同、作業(yè)環(huán)境由單一環(huán)境向復(fù)雜立體環(huán)境、作業(yè)能力由簡(jiǎn)單功能向復(fù)雜功能的發(fā)展趨勢(shì)。面向水域無(wú)人系統(tǒng)平臺(tái)自主航行及協(xié)同控制問(wèn)題，需持續(xù)突破智能感知、智能航行、協(xié)同控制、網(wǎng)絡(luò)安全等關(guān)鍵技術(shù)，以推動(dòng)水域無(wú)人系統(tǒng)平臺(tái)發(fā)展到一個(gè)新的階段。

（1）智能感知技術(shù)

為實(shí)現(xiàn)水域無(wú)人系統(tǒng)平臺(tái)遠(yuǎn)程控制，需配備各類大量的傳感器，感知各類信息，進(jìn)而實(shí)現(xiàn)平臺(tái)有效感知航行環(huán)境信息和平臺(tái)航行狀態(tài)信息，為智能航行提供基礎(chǔ)信息支持。為此，有必要建立端?岸?云協(xié)同通信系統(tǒng)，實(shí)現(xiàn)采集信息的多樣化和立體化。為有效應(yīng)對(duì)多源異構(gòu)數(shù)據(jù)融合以及海量數(shù)據(jù)傳輸，應(yīng)發(fā)展適用于處理海量數(shù)據(jù)的硬件和軟件系統(tǒng)，提升數(shù)據(jù)處理和傳輸?shù)男?，?shí)現(xiàn)水域無(wú)人系統(tǒng)平臺(tái)的智能感知。

（2）智能航行技術(shù)

以無(wú)人船艇為基礎(chǔ)的水域無(wú)人系統(tǒng)平臺(tái)，對(duì)算法的魯棒性和自適應(yīng)性要求較高，需要研究更為穩(wěn)定、可靠、高效的智能航行算法，以有效應(yīng)對(duì)海洋復(fù)雜環(huán)境擾動(dòng)。為實(shí)現(xiàn)惡劣環(huán)境下的高精度路徑/軌跡跟蹤，需要為水域無(wú)人系統(tǒng)平臺(tái)設(shè)計(jì)和實(shí)現(xiàn)復(fù)雜環(huán)境的欠驅(qū)動(dòng)智能航行控制器。同時(shí)，為增進(jìn)水域無(wú)人系統(tǒng)平臺(tái)的作業(yè)能力，應(yīng)在智能航行技術(shù)中進(jìn)一步體現(xiàn)出航行經(jīng)濟(jì)性的需求。

（3）協(xié)同控制技術(shù)

跨域協(xié)同是水域無(wú)人系統(tǒng)平臺(tái)發(fā)展的高級(jí)階段，也是應(yīng)對(duì)日益復(fù)雜的環(huán)境和使命的重要技術(shù)途徑與應(yīng)用手段。隨著智能技術(shù)的高速發(fā)展，跨域協(xié)同勢(shì)必將為水域無(wú)人系統(tǒng)的發(fā)展帶來(lái)更多契機(jī)，在未來(lái)偵察巡邏、深遠(yuǎn)海作業(yè)、海上救援、地理測(cè)繪、環(huán)境監(jiān)測(cè)、海洋探索等軍用和民用領(lǐng)域發(fā)揮重要的作用。

因水域無(wú)人系統(tǒng)平臺(tái)的應(yīng)用場(chǎng)景多變，其功能節(jié)點(diǎn)和應(yīng)用要素極為復(fù)雜，需進(jìn)一步關(guān)注協(xié)同控制技術(shù)的接口標(biāo)準(zhǔn)化問(wèn)題，進(jìn)而加快推動(dòng)平臺(tái)實(shí)用化進(jìn)程。

（4）網(wǎng)絡(luò)安全技術(shù)

水域無(wú)人系統(tǒng)平臺(tái)在構(gòu)建和實(shí)現(xiàn)過(guò)程中，充分應(yīng)用了無(wú)線局域網(wǎng)、WIFI、LTE/4G、5G 等多種通信手段，使得通信系統(tǒng)暴露于網(wǎng)絡(luò)安全風(fēng)險(xiǎn)的可能性顯著提升。網(wǎng)絡(luò)攻擊不僅難以循跡且持續(xù)時(shí)間難以估量，而且造成的損失更加慘重。隨著水域無(wú)人系統(tǒng)平臺(tái)自主化水平的持續(xù)發(fā)展，平臺(tái)自主航行及協(xié)同控制方面對(duì)信息感知、交互、融合的需求日益增加，黑客們就越容易發(fā)現(xiàn)并利用漏洞，實(shí)施攻擊。同時(shí)網(wǎng)絡(luò)安全領(lǐng)域可能會(huì)涉及更多的動(dòng)態(tài)風(fēng)險(xiǎn)，為保障水域無(wú)人系統(tǒng)平臺(tái)的網(wǎng)絡(luò)安全保障帶來(lái)了新的挑戰(zhàn)。

5 結(jié)語(yǔ)

本文介紹了水域無(wú)人系統(tǒng)平臺(tái)自主航行及協(xié)同控制的研究現(xiàn)狀，分析了平臺(tái)智能感知、智能航行、協(xié)同控制、網(wǎng)絡(luò)安全等關(guān)鍵技術(shù)研究進(jìn)展，提出了水域無(wú)人系統(tǒng)平臺(tái)面臨的挑戰(zhàn)與機(jī)遇。人工智能、信息通信等領(lǐng)域前沿技術(shù)的深入發(fā)展，將為持續(xù)突破自主路徑規(guī)劃及跟蹤、自主航行及協(xié)同控制、網(wǎng)絡(luò)安全等關(guān)鍵技術(shù)提供有力支持，必將推動(dòng)水域無(wú)人系統(tǒng)平臺(tái)向著實(shí)用化、自主化和智能化方向邁進(jìn)。