一種欠定位水下機(jī)器人的目標(biāo)搜索研究

申 雄 徐國華 余 琨 顏明重

1.華中科技大學(xué)，武漢，430074 2.中國艦船研究設(shè)計(jì)中心，武漢，430064 3.上海海事大學(xué)，上海，201306

0 引言

水下機(jī)器人被廣泛運(yùn)用于水下作業(yè)活動(dòng)中，是水下作業(yè)的重要載體。水下目標(biāo)搜索是水下機(jī)器人的作業(yè)任務(wù)之一。水下目標(biāo)搜索首先需要實(shí)現(xiàn)機(jī)器人的水下定位，配置齊全的水下機(jī)器人一般采用超短基線系統(tǒng)（ultra－short baseline，USBL）、慣性導(dǎo)航系統(tǒng)（inertial navigation system，INS）等進(jìn)行水下定位。Opderbecke［1］針對(duì) USBL在 AUV（autonomous underwater vehicle）水下定位的運(yùn)用上進(jìn)行了研究；Jalving等［2］采用融合了INS、DVL（doppler velocity log）等信息的組合定位方法，進(jìn)一步提高了水下機(jī)器人的水下定位精度。搜索策略是貫穿水下搜索任務(wù)的指導(dǎo)思想，搜索路徑的規(guī)劃則是策略的主要體現(xiàn)。Petres等［3］和國內(nèi)的徐玉 如 等［4］、Wang 等［5］針 對(duì)不同的作業(yè)任務(wù)，分別研究了AUV的路徑規(guī)劃方法。對(duì)于搜索任務(wù)而言，對(duì)目標(biāo)物的識(shí)別是整個(gè)任務(wù)的重要環(huán)節(jié)。針對(duì)水下機(jī)器人通常搭載的水下攝像頭和前視聲納，徐筱龍等［6］分別進(jìn)行了視頻信號(hào)模式識(shí)別的研究，Lorenson等［7］則針對(duì)AUV聲納圖像的處理和識(shí)別進(jìn)行了研究。

目前，國內(nèi)配備小型水下遙控機(jī)器人（remotely operated vehicle，ROV）的單位逐漸增多，如何利用ROV和已有設(shè)備進(jìn)行水底目標(biāo)搜索受到越來越多的關(guān)注。但由于受體積和成本限制，很多小型ROV沒有裝配以USBL、INS為代表的水下定位設(shè)備，因此欠定位ROV不能給出標(biāo)記自身的行進(jìn)路線和已搜索區(qū)域。在這樣的設(shè)備基礎(chǔ)上，如果參照應(yīng)用于定位功能齊全的ROV或AUV的搜尋策略，將難以保證搜索效率和搜索覆蓋率。

在水下起伏較大的水域中，其底部深度變化幅度較大，其等深線間距（以ROV深度計(jì)有效分辨率大小作等深線，且其間距小于ROV的有效觀測(cè)范圍）較小?？梢岳孟闰?yàn)的等深線地圖，配合ROV深度計(jì)實(shí)現(xiàn)ROV的初步定位。在初步定位的基礎(chǔ)上，再通過選擇對(duì)定位精度要求低的搜索策略，實(shí)現(xiàn)ROV對(duì)水底目標(biāo)的搜索。

本文在設(shè)備僅限于欠定位ROV和側(cè)掃聲納的基礎(chǔ)上，提出了針對(duì)水下起伏較大水域的特殊情況，基于水下等深線圖路徑規(guī)劃和導(dǎo)航的搜索策略，通過繪制水下地形圖、規(guī)劃搜索路徑和搜索作業(yè)等，實(shí)現(xiàn)欠定位ROV對(duì)大起伏地形中的水下小型目標(biāo)的搜索。

1 設(shè)備及功能

本文中，圖1所示的小型開架式ROV“Outland1000”為傳感器的載體，能在300m水下通過遙控實(shí)現(xiàn)進(jìn)／退、側(cè)移、潛／浮和轉(zhuǎn)首四個(gè)自由度的運(yùn)動(dòng)，由臍帶纜與水面控制器連接。通過開發(fā)自動(dòng)航行控制器代替操作人員和遙控器，將ROV改造為具有自動(dòng)航行能力和干預(yù)功能的ARV（autonomous ＆remotely－operated vehicle），可以實(shí)現(xiàn)控制精度更高的控制，并減輕操作人員的負(fù)擔(dān)。

ARV搭載的傳感器包括雙目攝像頭、Micron DST型前視聲納、小型磁羅經(jīng)、深度計(jì)和高度計(jì)。ARV會(huì)通過臍帶纜將水下視頻信號(hào)，前視聲納圖像，ARV實(shí)時(shí)航向、深度和離底高度等信息傳輸至水面控制器。其中，水下視頻信號(hào)、前視聲納圖像可用于辨識(shí)水下目標(biāo)或障礙物。而ARV實(shí)時(shí)航向、深度、離底高度等信息則表示了ARV的水下狀態(tài)，在水下先驗(yàn)地形圖的配合下可用于ARV的水下導(dǎo)航。

側(cè)掃聲納是一種向水底發(fā)射超聲波，接收反射后的聲納信號(hào)并成像以實(shí)現(xiàn)水下地形探測(cè)的設(shè)備。在本文中，選用經(jīng)濟(jì)的Starfish公司450F型側(cè)掃聲納進(jìn)行水下探測(cè)，如圖1所示。

圖1 搜索作業(yè)設(shè)備

2 搜索策略設(shè)計(jì)

由于本文討論的ARV缺乏水下定位能力，所以可以讓其沿等深線地圖貼底航行，這樣在單條等深線上，ARV就可以利用航向、深度、高度信息，沿著等深線軌跡航行。以此思路，設(shè)計(jì)搜索流程如圖2所示。

圖2 搜索作業(yè)流程圖

整個(gè)搜索流程按照繪制水下等深線地圖、規(guī)劃搜索路徑和搜索作業(yè)的步驟進(jìn)行。

由于作業(yè)任務(wù)并不要求完全脫離操作人員的監(jiān)督和設(shè)備的限制，所以水下地形圖不需要包含水下地形特征庫等信息，使用側(cè)掃聲納繪制出一定密度的等深線地圖即可。

通過分析與目標(biāo)位置有關(guān)的外部信息，初步估計(jì)并計(jì)算目標(biāo)在作業(yè)水域中各點(diǎn)的概率值，以此劃分出優(yōu)先級(jí)不同的子作業(yè)區(qū)，再將等深線地圖與各自作業(yè)區(qū)疊加，依據(jù)ARV的探測(cè)能力，規(guī)劃出其搜索路徑。

進(jìn)行搜索作業(yè)時(shí)，ARV被母船定位到指定地點(diǎn)入水，由自動(dòng)航行控制器通過等深線地圖進(jìn)行導(dǎo)航。操作人員對(duì)前視聲納圖像和水下視頻進(jìn)行監(jiān)視，當(dāng)出現(xiàn)疑似目標(biāo)或障礙物時(shí)，切換成手動(dòng)模式進(jìn)行遙控。并通過聲納圖像處理程序進(jìn)行圖像處理，提取特征并計(jì)算出與ARV的相對(duì)位置，以供操作人員在水下地形圖中進(jìn)行標(biāo)注。

2.1 水下地形圖的繪制

側(cè)掃聲納一般用于獲得水底地形和搜尋水底大型殘骸，但本文只討論側(cè)掃聲納用于測(cè)量水深以繪制等深線地圖的方法。

側(cè)掃聲納的拖魚左右側(cè)各安裝一條換能器線陣。工作時(shí)首先發(fā)射一個(gè)短促的聲脈沖，聲波按球面波方式向外傳播，碰到水底或水中物體則產(chǎn)生散射。其中的反向散射波會(huì)按原傳播路線返回?fù)Q能器被換能器接收，經(jīng)換能器轉(zhuǎn)換成一系列電脈沖。一般情況下，堅(jiān)硬或凸起的水底回波強(qiáng)；柔軟平滑的水底回波弱；被遮擋的水底不產(chǎn)生回波；距離越遠(yuǎn)回波越弱。通過對(duì)電脈沖進(jìn)行采集和相應(yīng)的數(shù)字化處理，得到以若干掃描線構(gòu)成的二維水下地形聲圖［8］，如圖3所示。

圖3 側(cè)掃數(shù)據(jù)分析

圖3中，側(cè)掃聲納的兩側(cè)波束存在夾角θ，夾角范圍內(nèi)為側(cè)掃聲納的盲區(qū)。已知盲區(qū)邊緣回波的探測(cè)距離為DL、DR，由下式即可得其相對(duì)側(cè)掃聲納拖魚的相對(duì)深度HL和HR，平均后可知拖魚正下方的相對(duì)深度。已知拖魚離水面的距離固定為H0，則可通過插值計(jì)算出側(cè)掃聲納此刻位置的水深HM。HL、HR、HM的表達(dá)式為

通過軟件截取側(cè)掃聲納的每條數(shù)據(jù)，獲得該時(shí)刻的DL和DR值，再根據(jù)式（1）即可計(jì)算出該點(diǎn)水深。使用同樣的方法可獲得整個(gè)作業(yè)區(qū)域的深度數(shù)據(jù)，再將等深的坐標(biāo)點(diǎn)依次連接，得到等深線地圖，如圖4所示。

圖4 等深線地圖

2.2 搜索路徑規(guī)劃

對(duì)于多數(shù)搜索任務(wù)，其作業(yè)區(qū)域內(nèi)每點(diǎn)的重要性是不同的，因此，通過梳理外部信息，將作業(yè)區(qū)域按照優(yōu)先級(jí)劃分為不同的子作業(yè)區(qū)并依次搜索，能在一定程度上提高效率。

通過在作業(yè)區(qū)域內(nèi)選取一個(gè)或多個(gè)可能性最大的點(diǎn)，并分別賦予一個(gè)可能的概率，假設(shè)其周圍的各點(diǎn)受其影響，依次形成一個(gè)作業(yè)區(qū)域內(nèi)概率的場(chǎng)，并以其作為作業(yè)區(qū)域的概率分布圖。具體來說，假設(shè)在若干大概率的目標(biāo)存在點(diǎn)中有一點(diǎn)為i，其周邊各點(diǎn)的概率均受其影響，可認(rèn)為

其中，（μxi，μyi）為大概率目標(biāo)存在點(diǎn)i的坐標(biāo)，Pi為點(diǎn)i的目標(biāo)存在概率?？蓪⑵浜?jiǎn)化為標(biāo)準(zhǔn)分布，取σxi＝σyi＝1。式（2）可寫作

在得到區(qū)域內(nèi)多個(gè)主要大概率離散點(diǎn)周邊點(diǎn)的概率后，便可以知道區(qū)域內(nèi)每點(diǎn)的目標(biāo)存在概率。對(duì)所有大概率點(diǎn)所引起的概率分布進(jìn)行求和，可得到區(qū)域內(nèi)的概率分布：

根據(jù)概率分布的集中情況，對(duì)不同概率的區(qū)域進(jìn)行劃分，細(xì)分為多個(gè)具有不同優(yōu)先級(jí)的子作業(yè)區(qū)，如圖5所示，再將其與等深線地圖進(jìn)行疊加，即可進(jìn)行最后的路徑規(guī)劃。

不同于通常的沿方波搜索路徑規(guī)劃，本策略采用如圖6所示的基于等深線搜索路徑規(guī)劃。因?yàn)樗阉魅蝿?wù)需要ARV貼底進(jìn)行且工作區(qū)域內(nèi)的深度變化較大，過多的起伏運(yùn)動(dòng)會(huì)導(dǎo)致欠定位的ARV偏離航向；另一方面，通過沿等深線進(jìn)行搜索，ARV即可通過深度計(jì)和高度計(jì)的反饋得知是否偏離預(yù)定路徑。

圖5 通過概率分布劃分優(yōu)先級(jí)

圖6 路徑規(guī)劃方式

在路徑規(guī)劃中，相鄰路徑間的間距大小直接影響到路徑規(guī)劃的合理性。間距太大會(huì)使對(duì)作業(yè)區(qū)的搜索覆蓋率降低，造成遺漏，反之則影響作業(yè)效率。相鄰路徑的理想間距d由ARV的視覺和前視聲納的探測(cè)半徑?jīng)Q定，同時(shí)也與ARV在被操縱中的定向航行性能有關(guān)。理想間距d的計(jì)算方式為

其中，D0為ARV視覺的探測(cè)半徑；p0為視覺探測(cè)半徑內(nèi)對(duì)目標(biāo)的辨識(shí)可信度，取值介于0～1之間；D1為前視聲納的探測(cè)半徑；p1為聲納探測(cè)半徑內(nèi)對(duì)目標(biāo)的辨識(shí)可信度；H（s）用于表示ARV的定向航行性能，定義為遙控操作ARV定向航行時(shí)，每行駛s，ARV實(shí)際位置偏移量。s的取值由ARV纜長及作業(yè)區(qū)域地形特點(diǎn)等確定。

由式（5）可以看出，在探測(cè)設(shè)備確定的情況下，通過縮短每趟搜索的航程、利用水下特征物作路標(biāo)、減少ARV翻越地形的次數(shù)等，都能減小ARV的H（s），從而增大ARV搜索路徑的理想間距d，提高效率。但是由于式（5）中多個(gè)參數(shù)難以準(zhǔn)確地確定，理想間距d難以計(jì)算，該公式只用于分析影響搜索路徑間距的因素。在實(shí)際操作中，可以根據(jù)實(shí)際情況取一個(gè)小于視覺探測(cè)直徑的值。

在各個(gè)子作業(yè)區(qū)的等深線地圖中，保留相鄰距離總是小于d的等深線，作為子作業(yè)區(qū)中搜索作業(yè)的ARV規(guī)劃路徑。

2.3 搜索作業(yè)

搜索作業(yè)時(shí)，母船攜帶ARV到分段規(guī)劃路徑的起點(diǎn)定點(diǎn)下水，當(dāng)ARV下潛至離底部某距離處，核實(shí)當(dāng)前深度是否與等深線地圖中的深度相等，不等則在小范圍內(nèi)巡游直至找到相應(yīng)的深度點(diǎn)。隨后即可切換至自動(dòng)航行控制器對(duì)AVR進(jìn)行導(dǎo)航。通過之前建立的Outland1000水動(dòng)力學(xué)模型［9］和等深線地圖，自動(dòng)航行控制器能操作ARV沿規(guī)劃路徑航行。

當(dāng)監(jiān)視水下視頻和前視聲納圖像的操作人員發(fā)現(xiàn)可疑目標(biāo)時(shí)，可將ARV切換至遙控模式。同時(shí)可以使用聲納圖像識(shí)別程序?qū)β暭{信號(hào)進(jìn)行處理，并在等深線地圖中加以記錄。

聲納圖像識(shí)別程序可以通過RS485接口獲得Micron DST型前視聲納的實(shí)時(shí)數(shù)據(jù)，將其解析并繪出整幅聲納圖像。在進(jìn)行圖像處理時(shí)，先通過中值濾波算法去除高頻的干擾噪聲、進(jìn)行閾值分割［10］。再經(jīng)過邊緣檢測(cè)和特征圖形提取之后，可以得到物體的圖像大致形狀、尺寸和與ARV的相對(duì)位置關(guān)系，識(shí)別過程如圖7所示。隨后，操作人員將識(shí)別后的信息記錄到等深線地圖中。

圖7 處理聲納圖像

2.4 搜索策略比較

完成整個(gè)搜索策略的設(shè)計(jì)后，將該搜索策略和常用的沿方波搜索進(jìn)行比對(duì)。下面先對(duì)搜索的時(shí)耗問題進(jìn)行分析。

搜索策略的時(shí)間花費(fèi)，主要與ARV的航行速度和搜索路徑長度有關(guān)。對(duì)于本搜索策略和沿方波搜索策略，在都不進(jìn)行重復(fù)搜索，且依照ARV有效探測(cè)距離規(guī)劃路徑的情況下，搜索路徑的總長度近似相等，總長度S＝A／d。其中A為搜索面積，d為理想間距。

但是由于本搜索策略相較常用策略，采用將作業(yè)區(qū)域按概率劃分后依次搜索的方法，能在一定程度上提高搜索效率。如圖5b所示的情況，將作業(yè)區(qū)域劃分為3個(gè)區(qū)域，則搜索任務(wù)的時(shí)間期望為

式中，t為ARV搜索每km2的平均時(shí)間花費(fèi)；A1、A2、A3為三個(gè)區(qū)域的面積；P1、P2、P3分別為三個(gè)區(qū)域中目標(biāo)存在的概率。

對(duì)圖5所示區(qū)域進(jìn)行計(jì)算，結(jié)果如表1所示。

表1 三個(gè)優(yōu)先級(jí)區(qū)域的參數(shù)

將表（1）中數(shù)據(jù)代入式（6），時(shí)間期望為0.3996，低于常用策略的時(shí)間期望。并且當(dāng)區(qū)域內(nèi)概率越集中時(shí)，本搜索策略的優(yōu)勢(shì)越明顯。

本搜索策略與常用策略相比最大優(yōu)點(diǎn)在于，本策略通過使ARV沿等深線航行并搜索，欠定位ARV能通過深度值的反饋，在檢測(cè)到偏航后（深度值偏離了需跟蹤的等深線值）對(duì)航線進(jìn)行修正，使其擺脫對(duì)精確定位的依賴。而常用策略中，欠定位ARV則較難按照預(yù)定航線進(jìn)行搜索作業(yè)。

3 湖試

為驗(yàn)證文中搜索策略，在湖北省荊門市漳河水庫中選取了1000m×1000m的一片水域進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)區(qū)域水下地形起伏大（深度介于3～45m之間）、風(fēng)浪小等特點(diǎn)，較為符合文中的搜索策略要求。實(shí)驗(yàn)中的搜索目標(biāo)選用尺寸不同的兩個(gè)圓柱體，目標(biāo)物1的尺寸為高1.6m、直徑0.5m，目標(biāo)物2為高3m、直徑0.6m。兩個(gè)目標(biāo)物由第三方分別沉入實(shí)驗(yàn)區(qū)域內(nèi)的不同位置。

按照本文的策略，首先利用側(cè)掃聲納獲得作業(yè)區(qū)域等深線數(shù)據(jù)，整理后導(dǎo)入Google Earth可得到等深線地圖，如圖8a所示。在此基礎(chǔ)上，根據(jù)對(duì)目標(biāo)可能存在點(diǎn)的外部信息進(jìn)行梳理，作出作業(yè)區(qū)域的概率分布圖。按照概率的大小將作業(yè)區(qū)域劃分為三個(gè)不同優(yōu)先級(jí)的區(qū)域，并與等深線地圖疊加，如圖8b所示，之后再確定理想間距d。根據(jù)現(xiàn)場(chǎng)情況，取理想間距d為5m。以5m為間距添加更多的等深線，以此作為ARV的搜索路徑。

在搜索實(shí)驗(yàn)中，ARV依次在各優(yōu)先級(jí)區(qū)域中作業(yè)，沿逐條等深線路徑進(jìn)行搜索，先后對(duì)兩個(gè)目標(biāo)物成功定位。實(shí)驗(yàn)表明了搜索策略對(duì)欠定位ARV在大起伏地形中小目標(biāo)搜索問題的有效性［11］。

4 結(jié)語

本文提出一種欠定位ARV對(duì)大起伏地形中水底小目標(biāo)的覆蓋式搜索策略。在外部信息的支持下，按概率劃分出優(yōu)先級(jí)不同的子作業(yè)區(qū)。通過按等深線地圖規(guī)劃出的搜索路徑，應(yīng)用已有的深度、高度、航向傳感器和等深線地圖對(duì)欠定位ARV進(jìn)行了導(dǎo)航。最后利用水下視頻和前視聲納進(jìn)行了人工目標(biāo)識(shí)別。在水庫的水下大起伏地形環(huán)境中進(jìn)行了實(shí)驗(yàn)，取得預(yù)期的結(jié)果，證明了策略的有效性。

圖8 作業(yè)區(qū)域地圖

提出的搜索策略對(duì)欠定位ARV的水下目標(biāo)搜索問題具有一定的工程意義。通過對(duì)非結(jié)構(gòu)目標(biāo)聲納識(shí)別技術(shù)的進(jìn)一步研究，還可以逐步減少操作人員的介入，提高ARV在水下目標(biāo)搜索上的智能程度。

［1]Opderbecke J.At－sea Calibration of a USBL Underwater Vehicle Positioning System［C］／／Oceans’97MTS／IEEE Conference Proceedings.Halifax，1997：721－726.

［2]Jalving B，Gade K，Hagen O K.A Toolbox of Aiding Techniques for the HUGIN AUV Integrated Inertial Navigation System［J］.Modeling Identification and Control，2004，25（3）：173－190.

［3]Petres C，Pailhas Y，Patron P.Path Planning for Autonomous Underwater Vehicles［J］.IEEE Transactions on Robotics，2007，23（2）：331－341.

［4]徐玉如，姚耀中.考慮海流影響的水下機(jī)器人全局路徑規(guī)劃研究［J］.中國造船，2008，46（4）：109－114.Xu Yuru，Yao Yaozhong.Research on AUV Global Path Planning Considering Ocean Current［J］.Shipbuilding of China，2008，46（4）：109－114.

［5]Wang Hongjian，Xiong Wei.Research on Global PathPlanning Based on Ant Colony Optimization for AUV［J］.Journal of Marine Science and Application，2009，1（8）：58－64.

［6]徐筱龍，徐國華.OutLand1000水下機(jī)器人的視覺定位研究［J］.中國機(jī)械工程，2010，21（11）：1288－1292.Xu Xiaolong，Xu Guohua.Vision－based Localization of OutLand1000ROV［J］.China Mechanical Engineering，2010，21（11）：1288－1292.

［7]Lorenson A，Kraus D.3D－Sonar Image Formation and Shape Recognition Techniques［C］／／OCEANS 2009－EUROPE.Bremen：2009：849－854.

［8]許楓，魏建江.第七講 側(cè)掃聲納［J］.物理，2006，35（12）：1034－1037.Xu Feng，Wei Jianjiang.Side－scan Sonar［J］.Physics，2006，35（12）：1034－1037.

［9]張燕，徐國華，徐筱龍，等.微型開架式水下機(jī)器人水動(dòng)力系數(shù)測(cè)定［J］.中國造船，2010，51（1）：63－72.Zhang Yan，Xu Guohua，Xu Xiaolong，et al.Measuration of the Hydrodynamic Coefficients of the Microminiature Open－shelf Underwater Vehicle［J］.Shipbuilding of China，2010，51（1）：63－72.

［10]王一童.前視掃描聲納的成像與目標(biāo)特征提?。跠］.青島：中國海洋大學(xué)，2009.

［11]原風(fēng)，閆春陽.水下機(jī)器人助警方河底撈尸鎖鐵證［N］.楚天金報(bào)，2010－12－13（13）.