多自主式水下機器人的路徑規(guī)劃和控制技術(shù)研究綜述

趙蕊，許建，向先波，徐國華

1 中國艦船研究設(shè)計中心，湖北 武漢 430064

2 華中科技大學(xué) 船舶與海洋工程學(xué)院，湖北 武漢 430074

0 引 言

自主式水下機器人（AUV）作為一種無纜型水下航行器，是海洋資源勘探和開發(fā)的重要工具。

AUV在軍用領(lǐng)域的應(yīng)用十分廣泛，可用于反潛戰(zhàn)、水雷戰(zhàn)、情報偵察、巡邏監(jiān)視、后勤支援、地形測繪和水下施工等［1-3］，故世界各國都在致力研究先進的AUV系統(tǒng)以增強國防實力。美國的伍茲霍爾海洋研究所、蒙特雷灣海洋研究所、麻省理工學(xué)院海洋研究中心等眾多研究機構(gòu)研制了大量應(yīng)用于短期水雷偵察系統(tǒng)和長期水雷偵察系統(tǒng)的AUV。1990年，挪威國防研究機構(gòu)制定了AUV長期發(fā)展計劃，其中HUGIN系列AUV已多次參加挪威皇家海軍的獵雷演示試驗。與此同時，法國及俄羅斯等國家也在軍用AUV方面開展了大量研究工作［4］。

在民用領(lǐng)域，AUV主要用于海洋環(huán)境考察、海底礦產(chǎn)和生物資源勘探、海事救援、海洋考古及海底光纜工程建設(shè)與維護等［5］。在中國大洋礦產(chǎn)資源開發(fā)研究協(xié)會的支持下，中國與俄羅斯聯(lián)合研制開發(fā)了CR-01型和CR-02型（6 000 m）AUV，可以在深海底平坦地形的多金屬結(jié)核礦區(qū)工作環(huán)境下完成聲學(xué)、光學(xué)和水文測量任務(wù)。美國Tesla Offshore公司已應(yīng)用Bluefin-21型AUV開展海洋管道檢修服務(wù)及海床地理環(huán)境地圖的繪制工作。2011年，美國蒙特雷灣海洋研究所在Juan de Fuca海嶺投放了“Dorado深海AUV”，該型AUV的最低航行高度為海底上方50 m，其配置的多波束聲吶可以精確測繪火山口周圍的海底地貌［6-7］。

近幾十年來，鑒于AUV在民用和軍用領(lǐng)域的重要地位，各國在AUV技術(shù)方面均取得了長足的發(fā)展［8-10］，并基于任務(wù)需求研發(fā)了多自主式水下機器人（MAUV）系統(tǒng)。

1 MAUV系統(tǒng)

1.1 應(yīng)用研究進展

隨著AUV技術(shù)的不斷成熟，其已成為能夠完成指定任務(wù)的水下自主作業(yè)系統(tǒng)。然而，單個AUV難以滿足一些動態(tài)復(fù)雜任務(wù)的應(yīng)用需求，MAUV系統(tǒng)由此應(yīng)運而生［11-13］。在水下作業(yè)方面，MAUV系統(tǒng)因其空間分布性、高效性、魯棒性及靈活性等特點，具備單臺AUV所無法比擬的優(yōu)勢。MAUV系統(tǒng)的核心思想是將多個功能簡單的AUV組成一個系統(tǒng)，通過控制各AUV協(xié)調(diào)合作來完成給定任務(wù)［14-17］。目前，美國空間及海軍作戰(zhàn)系統(tǒng)中心設(shè)計了分布式MAUV水下監(jiān)聽系統(tǒng)，并建立了水下基站用以監(jiān)測水下數(shù)據(jù)。哈爾濱工程大學(xué)海洋綜合技術(shù)工程研究中心也基于智能MAUV系統(tǒng)，在海底作戰(zhàn)環(huán)境探測、水下大型物品運輸?shù)确矫骈_展了研究［18］。由MAUV組成的水下網(wǎng)絡(luò)可以與水上網(wǎng)絡(luò)相結(jié)合，形成全方位立體化的信息網(wǎng)絡(luò)，其中水面艦艇或浮標可以作為水上和水下連接的中繼節(jié)點。由于水下信息網(wǎng)絡(luò)能夠長期在復(fù)雜或高威脅環(huán)境中完成海區(qū)監(jiān)視、情報搜集和環(huán)境監(jiān)測等任務(wù)［19-22］，故MAUV系統(tǒng)具有重要的研究意義和應(yīng)用價值。

1.2 科學(xué)研究進展

為保證MAUV順利完成水下環(huán)境立體協(xié)同調(diào)查、水下協(xié)作搜索、水下協(xié)同圍捕、水下信息傳輸?shù)雀鞣N協(xié)調(diào)控制任務(wù)，首先需要明確MAUV協(xié)同作業(yè)系統(tǒng)中各AUV的路徑規(guī)劃。然而，MAUV協(xié)同路徑規(guī)劃是一個包含復(fù)雜約束條件的大規(guī)模組合優(yōu)化問題，需為系統(tǒng)內(nèi)每臺AUV規(guī)劃從起點到終點的最優(yōu)或接近最優(yōu)的路徑，進而通過協(xié)調(diào)組合策略使整個系統(tǒng)的組合路徑最優(yōu)，從而實現(xiàn)系統(tǒng)總消耗時間最短、能量消耗最少、轉(zhuǎn)彎半徑最小及加速度最大等目標［23-25］。

另一方面，MAUV集群協(xié)同完成某項任務(wù)時，一般要求多臺AUV保持一定的隊形執(zhí)行任務(wù)，即在航行過程中控制AUV與群體中其他AUV的相對空間距離，實現(xiàn)AUV集群的編隊形成和編隊控制，系統(tǒng)中的多臺AUV將從一個隨機的初始狀態(tài)過渡到一個整體有規(guī)律或符合設(shè)計要求的穩(wěn)定狀態(tài)。MAUV集群在行進過程中既要遵循一定的隊形約束，又要適應(yīng)當前的工作環(huán)境（例如，障礙物或空間的物理限制），具有相當?shù)奶魬?zhàn)性。

2 MAUV路徑規(guī)劃技術(shù)

目前，MAUV的路徑規(guī)劃方法主要如下。

1）生物啟發(fā)自組織神經(jīng)網(wǎng)絡(luò)算法。

生物啟發(fā)自組織神經(jīng)網(wǎng)絡(luò)（Self-Organizing Map，SOM）算法包含3個步驟：首先，通過計算歐氏距離來選取獲勝神經(jīng)元；其次，在某個神經(jīng)元獲勝后，設(shè)計一個鄰域函數(shù)，該鄰域函數(shù)決定了輸入神經(jīng)元對獲勝神經(jīng)元和相鄰神經(jīng)元的影響力，其中獲勝神經(jīng)元所受的影響最大，鄰近神經(jīng)元所受的影響逐漸減小，鄰域以外的神經(jīng)元不受影響，影響力決定了在某次迭代過程中鄰域神經(jīng)元權(quán)重調(diào)整的大??；最后，通過更新三維權(quán)向量方法使AUV到達目標點［26］。

2）蟻群算法。

蟻群算法由意大利學(xué)者Dorigo提出，該算法通過模擬螞蟻社會的分工與協(xié)作來進行尋優(yōu)［27］?；谙伻核惴ǖ腗AUV協(xié)調(diào)路徑規(guī)劃包括路徑優(yōu)化和路徑校核2部分。在路徑優(yōu)化之前，應(yīng)對各AUV所要訪問的路徑點數(shù)量進行分配。為了保證各AUV的任務(wù)量相當，應(yīng)盡可能均勻分配訪問路徑點。各路徑點被訪問的先后順序由蟻群算法來實現(xiàn)，依次連接某臺AUV的起點、被分配的路徑點及其終點，就形成了該AUV的路徑。對所有AUV執(zhí)行同樣的操作即可生成MAUV的路徑。若路徑點數(shù)量n恰好能被AUV數(shù)量m整除，則每個AUV將分配n/m個路徑點；若n不能被m整除，則將余數(shù)再從首至尾逐一分配給各AUV，直到分配完為止。路徑的長度可以通過計算路徑中所有相鄰路徑點（包括AUV的起點和終點）之間的距離求得，將各AUV的路徑長度求和即可得到MAUV的總路程［28-29］。

3）內(nèi)螺旋覆蓋算法。

內(nèi)螺旋覆蓋（Internal Spiral Coverage，ISC）算法是一種基于柵格地圖的在線覆蓋算法［30］。該算法采用簡單的圓形機器人來覆蓋環(huán)境，并假設(shè)機器人內(nèi)部測距傳感器（里程計）可以精確測量機器人的全局坐標。覆蓋過程中，ISC算法分為2個階段：邊界探索階段和在線覆蓋階段。在邊界探索階段，機器人從環(huán)境的任一頂點開始，采取右側(cè)沿環(huán)境邊界行走的方式運動一周。將機器人右側(cè)接觸傳感器所在柵格賦值為0，表示該柵格無法覆蓋；將機器人走過的柵格賦值為1，表示該柵格已被覆蓋；將機器人左側(cè)柵格賦值為2，表示下一圈要覆蓋的柵格，即在線規(guī)劃的覆蓋路徑。在邊界探索階段結(jié)束時即可獲得環(huán)境邊界，此時機器人完成了邊界附近的一圈覆蓋，并規(guī)劃了下一圈的運動路徑，然后進入在線覆蓋階段。在在線覆蓋階段，機器人沿邊界探索階段賦值為2的連續(xù)柵格運動，并將其賦值為l，同時將機器人左側(cè)未賦值的柵格賦值為2。當?shù)?圈覆蓋結(jié)束時即可生成第3圈的覆蓋路徑，機器人以此方式向內(nèi)螺旋完成所有區(qū)域的覆蓋。如果環(huán)境內(nèi)部存在障礙物，則障礙物會阻斷規(guī)劃的路徑，導(dǎo)致賦值為2的柵格不連續(xù)。但該障礙物在下一圈的覆蓋過程中會被機器人前方的接觸傳感器檢測到。機器人將仍然采取右側(cè)沿物體邊界行走的方式繞障礙物運動，直到前方重新出現(xiàn)賦值為2的柵格，機器人才會回到原規(guī)劃路徑上繼續(xù)覆蓋。對于常見的單個矩形環(huán)境，應(yīng)用該算法可以從環(huán)境邊界向內(nèi)螺旋完成覆蓋［31-33］。

4）粒子群優(yōu)化算法。

1995年，Kennedy和Eberhart提出了粒子群優(yōu)化（Particle Swarm Oplimization，PSO）算法。在PSO算法中需要初始化一群隨機粒子，然后這些隨機粒子將追隨當前的最優(yōu)粒子在解空間中搜索，即通過迭代找到最優(yōu)解［34］。根據(jù)PSO算法，李愛國等［35］提出了一種并行雙層結(jié)構(gòu)的MAUV協(xié)同路徑規(guī)劃算法。該算法分為2層：主層和子層。子層規(guī)劃的首要任務(wù)是對每臺AUV分別利用PSO算法規(guī)劃各自的路徑。由于系統(tǒng)內(nèi)每臺AUV的起點、終點及所處環(huán)境各不相同，所以最終每臺AUV將產(chǎn)生不同的最優(yōu)路徑。主層規(guī)劃的主要任務(wù)是對不同AUV的路徑進行最佳組合，使組合內(nèi)的多臺AUV整體協(xié)同路徑最優(yōu)且彼此間無碰撞。在子層規(guī)劃過程中，隨著迭代次數(shù)的增加，標準的PSO算法將出現(xiàn)陷入局部最優(yōu)和算法后期收斂速度緩慢的問題。為解決這些問題，首先，需采用自適應(yīng)參數(shù)動態(tài)調(diào)整PSO算法中的慣性權(quán)重因子w以及學(xué)習(xí)因子c1和c2，并選擇適當?shù)穆窂揭?guī)劃評價函數(shù)，用以得到每臺AUV的最優(yōu)路徑。然后，應(yīng)利用結(jié)合差分進化（Differential Evolution，DE）算法的主層規(guī)劃來計算系統(tǒng)整體的MAUV協(xié)同最優(yōu)路徑，即通過DE算法的變異、交叉和選擇得到多臺AUV之間無碰撞（AUV與障礙物，以及AUV之間）且系統(tǒng)消耗最小的組合最優(yōu)路徑。最后，對適應(yīng)函數(shù)進行評估［36］。

3 MAUV集群協(xié)同技術(shù)

執(zhí)行任務(wù)時，MAUV編隊中的各AUV應(yīng)保持一定的隊形，并與編隊中的其他AUV保持一定的空間距離。MAUV編隊控制可以借鑒移動機器人及水面船舶的編隊控制方法，例如基于領(lǐng)航者—跟隨者、基于行為和基于虛擬結(jié)構(gòu)等方法［37-38］，具體如下。

1）基于行為法。

基于行為的控制方法即通過設(shè)計機器人的基本行為及局部控制規(guī)則，從而產(chǎn)生期望的整體行為。編隊控制器由一系列行為組成，每個機器人有基本的行為方式，每種行為方式有自己的目標或任務(wù)。一般情況下，機器人的行為包括避碰、避障、駛向目標和保持隊形等。避碰即運動過程中避免機器人之間發(fā)生相互碰撞，避障即動態(tài)環(huán)境下編隊機器人在運動過程中避免碰到障礙物，保持隊形是編隊控制中最基本的獨立行為［39］，駛向目標即實現(xiàn)預(yù)先指定的狀態(tài)。Balch和Arkin首次提出了基于行為的控制方法，并利用2個循環(huán)策略設(shè)計了保持隊形的行為控制器。Cao等［40］提出了子行為加權(quán)綜合的控制實現(xiàn)方法，即對每個子行為分別求出控制變量，然后加權(quán)平均求得綜合的控制變量。

2）人工勢場法。

人工勢場法即通過設(shè)計人工勢場和勢場函數(shù)來表示環(huán)境及隊形中各機器人之間的約束關(guān)系，應(yīng)用機器人所受到的障礙物斥力和目標點引力來構(gòu)造勢場，并以此為基礎(chǔ)進行分析和控制，機器人則將從平面得到的最小勢谷中選擇運動方向。該方法的優(yōu)點是計算簡單且便于實時控制，特別是可以有效處理障礙物約束的避障避碰問題；缺點是勢場函數(shù)難以設(shè)計，且存在局部極值點問題。Liang等［41］在障礙物環(huán)境下提出了非完整移動機器人基于勢場函數(shù)的分布式控制器。這種分布式控制器能夠保證編隊機器人達到預(yù)設(shè)隊形，同時避免相互碰撞以及與障礙物之間的碰撞［42］。

3）跟隨—領(lǐng)航法。

跟隨—領(lǐng)航法即在MAUV集群中指定某臺機器人為領(lǐng)航者，其余為跟隨者，跟隨者將以一定的間距跟蹤領(lǐng)航機器人的位置和方向［43-44］。該方法可以指定一個或多個領(lǐng)航者，但只能指定一個群體隊形的領(lǐng)航者。跟隨—領(lǐng)航者法有2種控制器形式：l-l控制器和l-ψ控制器。l-l控制器考慮的是3臺機器人之間的相對位置問題，一旦跟隨者與2個領(lǐng)航者之間的距離達到設(shè)定值，即可認為整個隊形實現(xiàn)了穩(wěn)定狀態(tài)。而l-ψ控制器的目標是使跟隨者與領(lǐng)航者之間的距離和相對轉(zhuǎn)角達到設(shè)定值［45］，可利用跟隨—領(lǐng)航編隊控制方法，將水下機器人編隊控制問題轉(zhuǎn)化為跟隨者利用水聽器跟蹤領(lǐng)航者位置和航向的問題。針對MAUV編隊中某臺機器人的通信或機械故障，建立一種編隊容錯控制算法，可在機器人出現(xiàn)故障后自動重新調(diào)整編隊，避免故障機器人的后繼機器人掉隊，由此實現(xiàn)編隊的容錯控制［46-47］。

4）虛擬結(jié)構(gòu)法。

虛擬結(jié)構(gòu)法主要應(yīng)用于飛行器和人造衛(wèi)星的編隊飛行控制中。該方法的特點是機器人之間可以保持一定的幾何形狀，這樣形成的剛性結(jié)構(gòu)稱為虛擬結(jié)構(gòu)。雖然每個機器人相對于參考系統(tǒng)的位置不變，但其可以按照一定的自由度來改變各自的方向。MAUV將剛體結(jié)構(gòu)上的不同參考點作為各自的跟蹤目標就可以形成一定的隊形：首先，需定義虛擬結(jié)構(gòu)的期望動力學(xué)特性；然后，將虛擬結(jié)構(gòu)的運動轉(zhuǎn)化為每個機器人的期望運動；最后，得出機器人的軌跡跟蹤控制方法［48-50］。

5）模型預(yù)測控制方法。

傳統(tǒng)控制方法一般適用于具有明確模型和確定性環(huán)境的控制，而實際應(yīng)用中的環(huán)境一般都是動態(tài)變化的，而且具有不確定性［51］。模型預(yù)測控制（Model Predictive Control，MPC）即基于動態(tài)環(huán)境變化和過程的不確定性，反復(fù)采用有限優(yōu)化結(jié)果代替全局優(yōu)化結(jié)果，由此實現(xiàn)優(yōu)化與反饋的理想結(jié)合以及對信息的充分利用。通過在線滾動優(yōu)化并結(jié)合實時信息的反饋校正，即可基于實際過程進行每個時刻的優(yōu)化［52］。

4 研究展望

MAUV系統(tǒng)對增強我國海洋資源探測能力，提高我國海洋國土的防御能力具有深遠的政治意義、經(jīng)濟意義和戰(zhàn)略意義［53-54］。目前，在MAUV路徑規(guī)劃和集群協(xié)同控制研究方面，主要存在以下研究難點，這也是后續(xù)研究的發(fā)展方向。

1）MAUV動態(tài)自適應(yīng)技術(shù)。

獲取了海洋環(huán)境不確定模型后，應(yīng)研究水下航行器集群網(wǎng)絡(luò)如何通過動態(tài)自適應(yīng)的編隊來獲得整體的最優(yōu)性能，主要研究內(nèi)容包括：水中通訊受限、編隊內(nèi)航行器個體間的信息異步傳輸?shù)葐栴}；MAUV編隊網(wǎng)絡(luò)自適應(yīng)控制研究；MAUV編隊系統(tǒng)整體性能實現(xiàn)情況分析；最優(yōu)控制的水下航行器路徑規(guī)劃方法研究［55-56］。

在航行過程中，可將離線規(guī)劃的全局航線作為參考航跡，分別進行水平方向和垂直方向的路徑規(guī)劃，建立在線規(guī)劃的目標函數(shù)。以某水下航行器的線性化橫側(cè)向運動方程作為等式約束，利用最小值原理構(gòu)造哈密爾頓函數(shù)進行最優(yōu)航跡解算，實現(xiàn)航跡的最優(yōu)控制。同時，利用古典變分極值條件的微分方程組并結(jié)合梯度迭代法和一維搜索初值方法對其求解，即可得到更精確可行的三維水下航跡。

2）MAUV分布式控制技術(shù)。

MAUV編隊控制與人工智能領(lǐng)域中多智能體的協(xié)同控制有一定的相似之處，多智能體協(xié)同控制技術(shù)可以實現(xiàn)快速集群控制［57］、牽引控制［58］、目標圍捕［59-61］、沿給定路徑的編隊運動［62］、時延約束下的編隊控制［63］等功能，故如何將單個航行器視為相對獨立的智能體，并借鑒現(xiàn)有智能體協(xié)同控制方法實現(xiàn)MAUV集群編隊控制是需要研究的重要內(nèi)容。值得注意的是，多智能體系統(tǒng)的協(xié)作機制與系統(tǒng)的群體體系結(jié)構(gòu)、個體體系結(jié)構(gòu)、感知、通信和學(xué)習(xí)等方面均密切相關(guān)［64-65］。

為了求解分布式控制問題，需要研究如何利用智能體獨立完成各自的子任務(wù)來實現(xiàn)相互之間的合作，并關(guān)注多個智能體之間如何協(xié)調(diào)運用各自的知識、目標、技能和計劃來共同采取行動以解決問題。在進行MAUV集群分布式控制的同時，可以通過搭載任務(wù)傳感器和各種聲學(xué)設(shè)備（例如，多波束測深儀、側(cè)掃聲吶、CTD、超短基線定位系統(tǒng)、多普勒速度計程儀及水下聲通訊系統(tǒng)等）來快速、有效地完成既定任務(wù)［66-67］。因此，基于分布式控制技術(shù)，可以實現(xiàn)MAUV群體行為控制及多個航行器的協(xié)同決策和管理，進而完成協(xié)同作業(yè)任務(wù)。

5 結(jié) 語

目前，MAUV系統(tǒng)是水下機器人技術(shù)的一個重要發(fā)展方向，通過機器人之間的合作與協(xié)調(diào)，MAUV系統(tǒng)不僅可以完善每臺機器人的基本功能，還可以在機器人交互中進一步拓展智能行為，從而完成水下環(huán)境立體協(xié)同調(diào)查、水下協(xié)作搜索、水下協(xié)同圍捕、水下信息傳輸?shù)葏f(xié)作任務(wù)，有利于提高水下機器人的智能化水平并加快海洋化裝備的研制進展。

本文針對MAUV系統(tǒng)的路徑規(guī)劃及協(xié)同控制問題，對其應(yīng)用現(xiàn)狀、科研進展及關(guān)鍵技術(shù)進行了系統(tǒng)的梳理和總結(jié)，并在此基礎(chǔ)上探討了后續(xù)研究方向。