学术 | 海洋无人系统跨域协同观测技术进展

靶诘主 · 发表于每日资讯 2022-12-2 02:41:00

无人系统跨域协同观测是海洋观测的发展趋势。对海洋无人系统跨域协同观测这一新兴领域的研究进行了综合评述，并对未来研究进行了展望。
综述表明，海洋无人系统跨域协同观测在理论和应用方面还需持续开展研究，特别需要关注的是广域、异构、跨介质协同控制，复杂海洋环境下的高可靠组网协同通信，复杂海洋条件下的任务执行和生存能力，快速机动转场与高效布放回收，对于实现复杂海洋环境和多样海洋任务的智能、快速、同步、立体观测至关重要。

海洋观测无人系统跨域协同协同观测

1 引言

海洋科学作为一门以观测为主要研究手段的战略科学，其发展在很大程度上依赖海洋观测仪器设备的技术水平。纵观海洋科学史，所有重大突破无一不是技术设备创新的结果。现有的各种海洋观测平台各有优势，但均存在一定的局限性。以无人机（UAV）、无人艇（USV）和自主式水下潜器（AUV）为代表的无人自治平台具备智能、灵活、快速、机动的特点，是海洋观测技术的前沿发展方向。但目前这些平台搭载传感器的类型和数量有限，单一平台难以满足海洋任务多样性的需求。虽然已有不少针对同类型无人自治平台的组网观测研究，但在跨平台、跨域组网并形成机动集成系统方面的应用实践仍处于起步阶段。在这方面抢得先机，对于我国的海洋科技发展和海洋强国建设具有重要意义。

2 传统组网观测技术

国外在组网观测系统方面已经有较为成熟的应用，国内也已经开始这方面的研究，但传统组网技术主要是定点连续观测和单域设备的组网观测，研究内容丰富但观测手段分散，没有做到空中-水面-水下的跨域组网[1-3]。下面介绍一些主要的传统组网观测系统。

美国综合海洋观测系统是目前世界上业务化程度最高的近岸观测系统，覆盖全美近海海域，由11个区域性海洋观测系统组成，包括535 个岸基台站、132个高频地波雷达站、258 个浮标或海上平台。近几年，AUV、波浪滑翔器、动物遥测系统也进入观测网，另外还有在全球范围航行的约240 艘志愿船。观测数据信息通过卫星或有线通信实时传输至数据中心，6~60min 即可完成观测数据的显示与网络化共享。

加拿大海王星观测系统是目前世界上已业务化运行的规模最大的海底观测网，布放于北美太平洋岸外，海底光电缆长840 km，可传输60 kW的能量和100GB/s 的数据。布放的观测仪器包括宽频地震仪、海底压力计、海流仪、温盐深仪、氧传感器、声学多普勒流速剖面仪、数码相机、浊度计、水听器、荧光计、硝酸盐传感器、气体张力测量仪、方向传感器、流式细胞仪、沉积物捕获器。

澳大利亚综合海洋观测系统可观测洋盆和区域范围的物理学、化学和生物学变化，包括海洋代际变化、气候变率和极端天气、主要边界流和跨流域海流、大陆架、生态系统反应等。该系统由一个注重开放海域的深海和气候节点及五个区域节点组成。五个区域节点涵盖西澳大利亚、昆士兰、新南威尔士、南澳大利亚和塔斯马尼亚等地区。

日本密集型地震海啸海底监测网络系统位于日本以南海域，以地震和海啸的观测预警为首要目的。该系统在退役海底光电缆上建网，大大降低了系统总成本。其最大特色在于监测仪器密集分布，长度300km 的主干光缆上即安装了5 个科学节点、20 个观测点，观测点之间相距仅15~20 km。每个观测站点可准确地探测地震和海啸活动，并实时将数据传送给日本海洋科学技术中心下属的横滨地球科学研究所。

同济大学负责建设的20km 东海小衢山海底观测网，主要观测东海陆架的海洋物理、化学、生物、地质等变化过程。2012年，“863 计划”正式启动了东海浅海海底观测网试验系统集成项目，计划增加观测网的长度，并研发一套适合浅海的海洋环境多参数原位监测节点系统。2013年，小衢山海底观测站升级改造为东海海底观测与海洋仪器装备测试实验平台。

浙江大学牵头研制的摘箬山岛海底观测网络示范系统已在2013年8月11日成功布放，由岸站、叶绿素仪、浊度仪、有色可溶解有机物探测仪等组成，光电缆长1.5km，水深10m，接驳2套传感器系统。建成至今仍可正常运行，是目前为止国内应用时间最长的高压供电海底观测网。未来将添加远海传感器通过卫星进行通信和传送数据。

台湾东部海域海缆观测系统由台湾气象局搭建，覆盖台湾东部海域，第一阶段从宜兰市的陆地向外海铺设，总长度约45km，在缆线末端水深300 m 处安装1个科学观测节点。搭载的观测仪器主要有地震与海啸压力计、水听器和温盐仪等，该阶段已于2011年11月开始启用。第二阶段将继续延长海缆，系统全部建成后，海缆总长度将达到250km。

3 无人系统跨域协同技术

无人智能平台跨域协作能够相互弥补不足，大幅提升综合效能，已经成为欧美等科技强国的共识。作为极具挑战的前沿研究热点，美国海军提出了异构无人平台集群的作战设想中，包含UAV、USV 以及AUV 在内的三种无人装备。借助卫星的数据中介，形成空中-海面-水下的立体化、多维度无人集群协同作战。从可靠性以及使用效率的角度出发，依靠UAV 与USV 的混合集群即可达到预期的任务意图。使用UAV 作为预警机，依靠其高速、高空探测视野以及灵活机动的优势，为岸基指挥人员和USV 集群提供实时海区态势信息。USV 集群则依靠数量优势和良好的搭载能力，配备不同的武器或设备，作为任务的实际执行者。

目前，多无人智能体组网协同方面的研究多聚集在单一域内，或者空地、空海协同, 对空、天、海、潜跨域多智能体组网协同的研究还相对较少。空地、空海协同方面，USV-UAV 自主起降、协同方面的研究取得了一些进展，国内上海交通大学、华中科技大学、西安交通大学、西北工业大学等也在相关领域进行了探索。现阶段，无人系统协同的应用多集中在军事领域，美国在该方面走在前列，空、海、潜协同编队作战的演习，无人水面母舰计划等均有相应的报告。该方面的进展，上海交通大学的张卫东做了非常详细的梳理。

国内，中国科学院沈阳自动化研究所于2018年提出了多无人平台一体化/融合概念，目标是实现从空中、海面、水体到海底的立体协同观测。在中国科学院海洋先导专项和南海环境变化专项支持下，该所机器人学研究室、水下机器人研究室、海洋机器人卓越创新中心和海洋信息技术装备中心共同开展的空海一体化立体协同观测联合试验在大连圆满完成。这是国内首次组织大规模、跨学科、跨研究室的多平台联合试验，共有五大类型八台套无人装备参加了联合试验，包括沈阳自动化研究所自主研发的“云鸮 100”无人直升机、“GZ-01”无人水面艇、“远征二号”AUV、“探索4500”AUV 和“海翼”水下滑翔机等。本次试验中，USV 在弱通信状态下实现了对“远征二号”的自主跟踪；USV 在低空近海复杂环境下，实现了对海上快速移动小目标的精准跟踪和调查取证；实现了指挥中心对多平台实时监控和远程指挥的能力与多平台信息的立体展现。

UAV、USV 和AUV 的进步为跨域海上无人系统集群的发展奠定了基础，欧美国家通过大量的演习验证了跨域组网协同能力，并在近几年不断取得突破性进展。在实际应用中，无人系统执行的任务多样，面临的环境复杂多变，想要真正具备执行任务的能力，减少人为干预，仍然有诸多的技术难点和挑战亟待解决。

3.1 协同环境感知与数据融合

无人系统集群的环境感知能力是控制与决策的依据。集群中的个体可以看作分布式传感器网络的单个节点，通过信息融合可以获得更广的探测范围、更高的探测精度，从而实现对任务区域的全面感知。按照融合结构的不同可以分为集中式、分布式、混合式。其中，集中式结构将各个节点的传感器数据全部传输至融合中心进行处理，这样能最大限度地保证数据的完整性，融合效果也是理论最优的，但是对于通信带宽和通信距离提出了极高的要求，而且系统的可靠性较差。分布式结构每个节点拥有独立的处理单元，对传感器数据进行初步处理探测数据，再将结果发送至融合中心，这样能够缓解通信压力，提高融合中心的处理效率，具有较高的可靠性。混合式结构是以上两种结构的组合。按照数据形式的不同可以分为数据层、特征层、决策层融合方法。其中，数据层融合直接将传感器接收到的原始数据进行融合；特征层融合是从传感器数据中提取特征向量进行融合，大幅缩减数据量，应用范围较广；决策层融合将处理得到的高层推论或决策进行融合处理，常用的有加权决策法（表决法）、经典推理法、贝叶斯推理法、D-S 证据理论等。

无人系统集群多节点功能、空间位置的协同分布为集群态势感知提供了更多可能性，但是传感器数据具有多源性、异构性和动态性等特点，随着节点和传感器数目的急剧增多，数据量呈爆炸式增长，这些现实因素不仅对通信产生了极大压力，还对融合算法的计算量提出了巨大挑战[37]。因此，针对不同的协同态势感知方式和架构，需要研究具有较高适用性的融合框架，提高环境综合感知能力。

3.2 通信自组网

可靠的通信网络是实现无人系统集群实时信息交互传输的基础。多个UAV 自组网，建立一个无线移动网络，UAV 之间的通信不完全依赖地面控制站或卫星等基础通信设施，每个节点兼具收发器和路由器的功能，节点之间能够相互转发指控指令，交换感知态势、健康情况和情报搜集等数据。UAV 自组网采用动态组网、无线中继等技术实现互联互通，具备自组织、自修复能力和高效、快速组网优势，可满足特定条件下的应用需求。

与UAV 组网通信技术不同，跨介质组网通信面临的不同传递介质，信道容量和延迟存在差异，传递信息的距离、速率、带宽、容量和延迟也会有较大的不同。海上无线通信受气候条件和海洋环境影响较大，通信可靠性不高，通信带宽窄。海洋卫星通信系统的运营和维护成本高，且通信带宽受限。岸基移动通信是海洋通信网络的一种有力补充，具有高速率、低成本的优点，但是只能适用于小范围的近海海域。水下通信网络的传输带宽和传输速率均远远低于空中通信网络。另外，不同介质的节点移动速度不同，这导致通信网络拓扑结构高动态变化、链路质量频繁波动，这都对组网技术提出了更高的要求和挑战，其中最主要的是介质访问控制协议和路由协议的设计问题，以支持不同任务下的传输需求。

3.3 任务分配与协同编队控制

海上无人系统集群的任务分配是指在满足环境约束的条件下，为各节点分配任务并确定任务时序。按照协同控制框架的不同，可以分为集中式和分布式任务分配。其中，集中式任务分配算法求出全局最优的任务分配方案，但是由于节点数量多，异构特性突出，任务类型丰富，大大增加了求解空间，导致算法计算量巨大，实时性不强。分布式任务分配算法可以为中心节点或者通信设施失效引起的单节点故障提供稳定性。针对高对抗、强不确定及时间敏感的环境中随时可能出现的包括任务目标改变、威胁和环境变化、集群成员损伤等突发情况，需要UAV 集群具备实时任务调整和重规划的能力，快速响应外界环境的变化，提高任务效率和使用灵活性。

在无人系统协同执行某项任务时，需要编队构型保持相对稳定，以实现不同平台间的协调运动（如固定队形、协同跟踪、协同围捕等）和稳定的通信连接。为此，使用的主要方法有领航者−跟随者法、基于行为法、人工势场法、虚拟结构法和基于强化学习的编队控制方法等。传统的编队控制方法需要平台和扰动的精确模型来设计控制率，但是在实际应用中，平台和扰动通常具有时变、非线性等特点，再加上传感器误差、环境扰动等不利因素的影响，误差模型的先验信息很难获取，严重限制了传统控制方法的实际应用。

4 海洋无人系统跨域协同观测

无人系统跨域协同在海洋观测领域具有广泛的应用前景。为了利用UAV 与USV 进行环境感知、目标识别、目标跟踪等，葡萄牙里斯本大学研究人员设计了一种协同搜救平台，通过热成像相机、颜色显著特征性地图和生物启发视觉算法协同作业完成海上搜索救援任务。美国南佛罗里达大学研究人员研究了用于军事、灾害响应等应用的沿海环境监测平台，其中UAV 搭载视觉摄像头采集完整环境覆盖信息，USV 搭载声呐监测水下环境信息，协同进行沿海环境监测[47]。针对海洋原油泄漏问题，克罗地亚萨格勒布大学建立了一种由USV、UAV 和AUV 组成的跨域协作系统，通过化学传感器和可视化传感器检测海洋原油泄漏情况[48]。美国佛罗里达大学使用USV与UAV，利用视觉评估方法对海堤与蓄水池结构健康问题进行监测。

由于缺乏高效的观测手段，全球已知的海床面积仅占其总面积的15%，人类仅对水深超过200m 海域中的20%开展过海床形貌制图，现阶段已知的全球海底精细地形占比不足1%。因此，海床被称为地球最后的未开发地带，其未探明的面积甚至大于月球或火星。由于电磁传感在海洋中的局限性，世界海洋的水深测量大多必须利用现代声学测绘技术，从水面或水下舰船平台获得。然而，使用单一平台（单艘科考船、USV、AUV）开展走航声学测量的效率极低，严重滞后于人类认知海洋、开发海洋的需求。国际上大规模水面-水下平台协同海洋探测的首次尝试发生于2018年对MH370 疑似失事海域的搜索，属于无人系统跨域协同技术在海底地形地貌观测领域的典型应用。使用8 台深水型AUV 搭载水深测量设备近底探测，并通过8 艘USV 对水下AUV 平台提供一对一的水面通信、高精度定位支持，历时138天，完成了12.5 万km2 海域的搜索，为传统单船走航作业方式效率的6.06倍。目前，该类技术仍多停留在一条大型专业母船支撑一台AUV 的阶段，且在水面、水下无人平台的自适应组网方面研究甚少，只适合在局部重点区域使用。
针对高精度海底地形地貌制图强调测量精度和效率的特点，可以利用海洋跨域组网协同观测技术快速、机动的水面、水下组网观测能力，高效获取所关注海底区域尽量高精度和高分辨率的形貌信息。在深水区域，发挥水下平台近底探测的高分辨率优势和水面平台的高定位精度优势，自适应组网，加速全球未知海床的精细化探测；在浅水区域，利用水面艇吃水浅、快速、机动的优势，实现海陆过度带和岛礁附近海域精细化海底地形地貌数据的有效采集，从而为海洋科学研究、环境保障、防灾减灾等提供关键基础数据。

国内在海洋观测方向的应用多以单艘USV携带声学设备开展浅水区水下地形测绘为主，也有部分单一类型无人智能平台组网协同观测的案例，跨域多平台组网协同的案例目前尚未见公开报道。2020年9月，南方海洋科学与工程广东省实验室（珠海）在万山群岛海域开展多USV 协同测绘技术应用示范，作业过程分别采用蜂群模式与队列模式，总共完成1km2 海域的全覆盖水深测量数据采集，初步验证了USV 编队协同任务分配、编队控制、编队避障、动力定位控制与设备状态与载荷数据实时处理功能等内容，极大地提高了海洋测绘的作业效率。

在其他海洋观测领域，如中尺度、内波、台风等海洋动力过程观测，赤潮、溢油、风暴潮等海洋灾害灾后监测，海上石油平台、海上风电场等海洋工程现场环境监测等，无人系统跨域组网协同仍以技术探索为主。近年来，我国资助了一批国家级、省部级科研项目，但距离工程应用阶段仍有较大差距。

5 海洋协同观测技术难点和发展趋势

首先，海洋观测任务复杂多变，观测要素覆盖气象、动力、生物、化学、地质等多学科，单一平台难以胜任横跨空、海、潜三个维度的全要素观测。在海上执行观测任务，还需具备恶劣海洋环境下的作业能力，以提高台风、风暴潮等场景的数据采集能力。

同时，部分海洋观测任务在时间、空间维度提出了巨大的挑战。例如，次中尺度现象空间尺度小、生命周期短，传统观测手段难以捕获，需要一种可快速抵达、可快速展开的观测手段提高捕获概率；全球已知海床仅占其总面积的15%，其未探明的面积甚至大于月球或火星的面积，已知的海底精细地形占比更是不足1%，现有单船走航作业方式效率太低。

最后，不同观测平台（USV、UAV、AUV）搭载的载荷可能存在差异（载荷类型、载荷指标），并且由于观测平台在续航力、航速、通信距离、最大观测高度/深度等技术指标方面的差异，各平台采集的数据在时间分辨率、空间分辨率等方面必然不一致，须经过数据预处理、同化、融合等步骤统一到同一标准下，才能开展有效的科学分析。

上述应用难题，对观测系统的能力提出了非常高的要求，具体可归纳为如下三个方面：

（1）具备在大空间尺度内开展快速、立体、同步、高分辨率海洋观测的能力；

（2）具备应对复杂环境、多样观测等任务场景的能力；

（3）具备智能、高效、准确地采集、处理和分析观测数据的能力。

针对应用提出的技术难点，未来须重点关注：

（1）广域、异构、跨介质无人系统组网协同控制，包含跨平台信息感知与融合、任务自适应动态调度、集群动态拓扑优化等，以应对平台、载荷参数特性差异，任务执行过程中可能出现的观测对象变化、平台失效等问题，提高组网协同的效率，保证观测的有效性；

（2）复杂海洋环境下的高可靠组网协同通信，包括广域跨介质通信组网架构、适应任务场景的传输资源分配优化、复杂海洋环境下的高可靠传输链路等问题，为协同观测提供通信基础网络支撑；

（3）复杂海洋条件下无人系统的任务执行和生存能力，须提升系统模块化、通用性等方面的能力，保证可执行任务的多样性，并通过水面/水下协同、可潜USV（兼具水面、水下作业能力）等进一步优化上述能力；

（4）无人系统快速机动转场与布放回收，可研制专业母船作为无人系统指挥控制终端，提供任务调度、数据管理、通信组网、维修保养、成果展示等方面的支撑，并通过加装专业化的甲板机械、控制终端等实现无人系统的高效布放、回收。

6 结束语

本文针对海洋无人系统跨域协同观测技术，从传统组网观测技术入手，分析了现有海洋观测系统的特点和局限性。随后，梳理国内外无人系统跨域协同技术进展，并结合MH370 搜救等进行案例分析。最后，结合海洋观测任务特点、时效性、平台性能等因素，归纳海洋观测系统未来发展须重点解决的关键技术问题。海洋观测任务复杂多变，涉及学科繁多、作业环境恶劣，传统技术手段局限性较强。现阶段，无人系统跨域组网观测发展迅速，但在智能化、适应性、可靠性等方面仍存在很大的提升空间，它是提升海洋观测能力的一种重要手段。

该文章来源互联网，如有侵权请联系删除
查看原文：www.52ocean.cn

学术 | 海洋无人系统跨域协同观测技术进展

相关帖子

您看了很久哦，登陆下吧！