水下滑翔機的海洋應用

龐重光, 連喜虎,, 俞建成

(1. 中國科學院海洋研究所, 山東 青島 266071; 2. 中國科學院海洋環流與波動重點實驗室, 山東 青島 266071; 3.中國科學院研究生院, 北京 100049; 4. 中國科學院沈陽自動化研究所, 遼寧 沈陽 110016)

水下滑翔機的海洋應用

Ocean application of the underwater glider

龐重光1,2, 連喜虎1,2,3, 俞建成4

(1. 中國科學院海洋研究所, 山東 青島 266071; 2. 中國科學院海洋環流與波動重點實驗室, 山東 青島 266071; 3.中國科學院研究生院, 北京 100049; 4. 中國科學院沈陽自動化研究所, 遼寧 沈陽 110016)

水下滑翔機是一種依靠浮力驅動、以鋸齒形軌跡航行的新型水下移動觀測平臺, 具有制造成本與使用費用低、續航能力強、自主可控等特點, 已經逐漸成為一種有效的海洋觀測平臺[1]。

水下滑翔機是一種新型的海洋環境觀測平臺,近年來在國內外受到了極大的關注。1995年以來, 美國先后研制出 Slocum[2]、Seaglider[3]和 Spray[4]等多種水下滑翔機, 并于2003年前后逐步實現產品化。法國(Sea-Explorer、STERNE)、日本(ALBAC)、加拿大等國家也都開展了水下滑翔機的相關研究工作[5]。2003年中國科學院自動化研究所開展了水下滑翔機基礎研究工作, 2008年成功地研制出我國自主知識產權的水下滑翔機工程樣機。十二五期間, 中國科學院自動化所、天津大學、中國海洋大學和華中科技大學等 4家單位正在開展不同驅動類型水下滑翔機的研發攻關。另外, 浙江大學、上海交通大學、國家海洋技術中心以及中船重工集團702研究所等單位也開展了一些與水下滑翔機相關的研究工作。

水下滑翔機適合于較大范圍、長時間、垂直剖面連續的海洋環境觀測, 已經成為一種通用的海洋環境觀測平臺, 并在實際海洋環境觀測計劃中得到應用。如在目前正在進行的西太平洋國際海洋觀測計劃: Southwest Pacific Circulation and Climate Experiment(SPICE)[6], Northwestern Pacific Ocean Circulation and Climate Experiment(NPOCE)[7], 以及Origin of the Kuroshio and Mindanao Current(OKMC),均單列了利用水下滑翔機進行特別任務觀測。

1 水下滑翔機海洋觀測及其類型

水下滑翔機的應用領域極其廣泛, 包括: 物理,化學, 生物海洋學, 戰術海洋學, 長周期、大范圍海洋偵察和搜索, 以及航行輔助等[5]。

1.1 水下滑翔機觀測及其優勢

利用水下滑翔機進行海洋環境觀測, 可以直接或間接獲得如下海洋環境參數。直接測量參數包括基本和可擴展參數2種。基本海洋參數如: 海水深度溫度鹽度(CTD); 可擴展參數如: 海水濁度、pH值、葉綠素含量、溶解氧含量、營養鹽含量、海水湍動混合、海洋中的聲波等等。在水下滑翔機上加載高頻流速剖面儀, 如在Seaglider上加載1 MHz Aquadopp Profiler, 在其下潛過程中, 可進行高精度海洋湍動測量[8]。在Sea-Explorer 水下滑翔機上安裝聲波探測器和記錄儀, 可以收集海洋中哺乳動物發出的聲波, 并對其進行評估。間接獲得的海洋參數主要是海水流速的估計[9], 包括: 滑翔深度平均的海水流速、表層流速以及垂向流速。滑翔深度平均的海水流速由航跡推算位移與實際位移之差估算; 在海表面, 通過相隔約7～9 min的2個全球定位系統(Global Positioning System, GPS)定位, 可估算表層流速; 通過期待下潛速度與實際下潛速度之差, 可給出顯示內波與深層湍動混合活動的垂向流速的估計; 聯合高度計測量數據, 可以診斷出鋒面區垂向流速。

水下滑翔機與其他海洋觀測設備相比, 具有明顯的優勢。相比于船基海上調查, 其調查成本相對較低, 特別是現在高油價時代更具意義; 其觀測具有更高的空間分辨率, 例如當下潛水深500 m時, 其測量空間分辨率小于3 km; 而且由多個水下滑翔機組成的觀測陣列可以進行大范圍、長時間跨度的不同斷面的準同步觀測, 克服船基調查站位有限、時間跨度小的缺點。相比于中性浮標如 ARGO浮標等, 其具有可控性的優點; 而且水下滑翔機還具有體積小,重量輕, 易于布放與操作的特點。水下滑翔機的另一突出優勢是, 可以在船只進出困難海域以及極端氣象條件下進行自主觀測[10]。

1.2 水下滑翔機海洋觀測類型及應用

在海洋觀測中, 水下滑翔機逐漸被廣泛使用。水下滑翔機與航次觀測(cruises)、錨定系統(moorings)、漂浮系統(bouys, drifters, floats)一起, 已成為一種新型的必不可少的觀測手段[5]。

水下滑翔機可以進行不同深度的海洋觀測, 如:表層漂流(Surface drift); 底層漫步(Bottom loiter)以及次表層觀測(Sub-surface porpoise)。從空間觀測方式上又可分為: 虛擬錨系觀測(virtual mooring), (重復)斷面觀測(repeated sections)和陣列觀測(array, or a fleet of gliders)。

1) 虛擬錨系觀測

在水平位置約1 km范圍內, 進行連續的重復剖面觀測。設定水下滑翔機的航行速度、滑翔角和水平方位, 使其恰好抵消海水運動, 基本確保在一個垂向剖面進行連續多次測量。1999年, Spray水下滑翔機進行虛擬錨系觀測, 完成了11 d、水深380 m、182個剖面的測量; 2001年, 1對間隔1.5 km的Seaglider水下滑翔機完成了2個虛擬錨系觀測; 2004年, 在呂宋海峽以東500 km的菲律賓海, 放置了5個Slocum水下滑翔器組成虛擬錨系陣列, 對100 km×100 km海域的中尺度變異和浮游生物進行了為期10 d的連續觀測,獲得了重要結果[11]。該類型觀測的缺點是不能做到完全同步觀測, 不能攜帶大體積觀測儀器, 不能測量海表面的氣象條件。

2) 斷面觀測

水下滑翔器沿預定斷面連續滑翔, 重復或不重復進行斷面觀測。在強流區, 水下滑翔機會發生嚴重的漂移, 因此根據已知流場的空間結構優化水下滑翔器的航行路線是很有效和十分必要的。該類型觀測是利用水下滑翔機進行海洋觀測的常見類型, 所以應用實例很多。目前, 單個水下滑翔機可以進行持續5個月以上, 總行程達2 000 km的重復斷面觀測。需要特別指出: SPRAY水下滑翔機2007年在呂宋島與臺灣島之間, 即 18°～24°N, 在西邊界流強流區,進行了多次斷面觀測, 其觀測水深1 000 m, 持續時間最長達 5個月[12]。該類型觀測的缺點是與拖曳式CTD測量相比, 速度不到其 1/10, 所以可能導致時間變化與空間結構的混淆[13]。

3) 陣列觀測

根據任務需要, 選擇合適數量的水下滑翔機組成陣列, 進行同步觀測。由于該類型觀測可以實現次表層海洋要素的大范圍、可持續、準同步測量, 因此具有廣闊的應用前景。美國在2003年和2006年開展了 2次大規模的以建立可控的自動的海洋觀測網為目的海上試驗[14], 其中使用了數十套水下滑翔機組成的觀測陣列進行海洋環境觀測。2003年夏天, 在Monterey Bay, 美國科學家用了 10個機動靈活的淺水型Slocum水下滑翔機, 以及5個適用于深水長時間作業的Spray水下滑翔機, 開展了為期1個月的陣列觀測。

歐美各國使用水下機器人獲得了大量的海上觀測數據, 這些觀測數據對海洋科學家研究不同尺度海洋物理、生物、化學等動態過程起到重要作用。這些利用水下滑翔機觀測獲得的高時空分辨率的海洋環境參數測量結果一方面可以揭示一些新的海洋現象: Hodges和Fratantoni[11]利用水下滑翔機虛擬錨系陣列在Philippine海進行觀測, 發現了浮游植物薄層。Todd等[15]利用水下滑翔機對Southern California Current System(SCCS)中的極向流進行了觀測, 揭示了極向流的空間分布特征及其時間變化。另一方面水下滑翔機測量結果可用于海洋環境的數據同化。Dobricic等[16]把水下滑翔機觀測數據用于Ionian Sea預報模式的同化, 并指出, 在動力復雜海域使用滑翔機觀測數據可進行更加有效的數據同化, 而且滑翔機觀測數據具有很好的預報效果。作為研究計劃的一部分, 在2006年Monterey Bay水下滑翔機陣列觀測期間, 用3種不同的海洋模式: Regional Ocean Modeling System(ROMS), Harvard Ocean Prediction System(HOPS)以及 Innovative Coastal-ocean Observing System(ICON)對觀測結果進行了實時數據同化[14,17]。

2 水下滑翔機自主觀測技術的研究

基于海洋機器人(包括水下滑翔機)的水下環境自主觀測是當前國際研究熱點, 也是海洋環境觀測技術的發展趨勢。所謂自主觀測是指利用海洋機器人的移動、可控特點, 根據實時觀測數據, 結合觀測任務目標, 自主控制海洋機器人的觀測路徑, 執行觀測任務[18]。

隨著水下滑翔機技術的不斷成熟, 美國和歐洲各國相繼開展了多項與海洋環境自主觀測相關的研究計劃。美國在自主海洋采樣網(the Autonomous Ocean Sampling Network, AOSN)計劃框架下, 分別于2000、2003和2006年開展了3次大規模自主海洋觀測試驗[14]; 2005年由法國、德國、意大利、挪威、西班牙和英國的科研機構聯合發起了歐洲滑翔觀測計劃(European Gliding Observatories, EGO)[19], 該計劃專門支撐水下滑翔機在海洋自主觀測技術的應用研究。這些關于自主觀測的研究主要體現在自主觀測行為的優化和多水下滑翔機的協作觀測與控制等2個方面。

2.1 水下滑翔機自主觀測行為的優化

國外學者對利用水下滑翔機進行海洋環境自主觀測中涉及的自主觀測策略、跟蹤觀測策略、觀測路徑規劃等問題進行了研究, 取得了一些研究成果。Fiorelli等[20-21]和?gren等[22]提出了一種虛擬體人工勢場法的多水下滑翔機隊型控制方法, 研究了基于多水下滑翔機的海洋鋒面與標量場梯度自主跟蹤觀測策略。Susca等[23]與Jin和Bertozzi[24]研究了基于傳感器網絡的標量場邊界估計與跟蹤問題。Alvarez等[25]研究了水下滑翔機與漂流浮標協作的自主觀測問題, 采用遺傳算法優化水下滑翔機的觀測路徑。Heaney等[26]研究了基于海洋數值模型預測的水下滑翔機區域自主覆蓋觀測問題, 使用遺傳算法求解最優觀測路徑。Zhang和 Sukhatme[27]針對水下機器人與固定節點協作的自主覆蓋觀測問題, 提出了基于Local Linear Regression(LLR)的誤差估計方法, 優化水下機器人觀測路徑。Rao和Williams[28]基于A*算法, 以滑翔機運動消耗能量最小為目標, 分析了滑翔機在有海流的情況下, 滑翔機靜水運動速度、海流速度和滑翔機的實際運動速度之間的關系, 并提出了啟發式的路徑規劃方法。Smith等[29]研究了單水下滑翔機海洋觀測問題, 提出了多觀測目標的、自主Z字形觀測路徑規劃方法, 并進行了海上試驗。

2.2 多水下滑翔機的協作控制與觀測

關于自主覆蓋觀測方法研究工作主要包括: 多水下滑翔機時間延遲控制, 多水下滑翔機隊形控制,海洋觀測數據噪聲處理等。Leonard等[30]提出了基于目標分析(Objective Analysis, OA)的觀測數據評價標準, 并設計了相應的自主覆蓋觀測方法, 將移動節點限定在可參數化的軌跡上, 通過優化軌跡參數和軌跡上移動節點數獲得優化觀測數據。Peng和Yang[31]分析了在主、從水下滑翔機通訊時間延遲確定的情況下, 隊形穩定問題, 針對主從滑翔機通信延遲時變和時不變兩種情況, 設計了相應的切換控制策略。Roberson[32]基于圖論的原理, 設計了在時間延遲的情況下, 采用 4個水下滑翔機跟蹤海洋溫度場等值線的控制方法, 水下滑翔機根據各自的軌跡對海洋區域觀測采樣, 并和其他機器人共享觀測數據; 將共享的采樣數據取平均, 以確定隊形中心的軌跡。在多水下滑翔機覆蓋觀測的隊形控制方面, Paley等[33]根據粒子振蕩器的模型, 分析了相互作用的多個粒子收斂到同步的狀態的控制方法; Zhang和Leonard[34]基于牛頓粒子模型, 采用微分幾何的方法,設計控制律使任意初始位置的粒子收斂到封閉曲線上, 用封閉曲線的軌道方程去量測各個粒子之間的相對位置。

近幾年, 我國在上海海域和臺灣海峽及毗鄰海域建立了區域性海洋環境立體監測示范系統, 并在上海和福建兩個示范區開展了業務化試運行。到目前為止, 由于水下滑翔機設備對中國的出口限制,以及我國還沒有自主知識產權的水下滑翔機產品,因此在我國構建的海洋環境立體監測系統中, 還未使用水下滑翔機觀測平臺執行海洋環境觀測。

3 水下滑翔機海洋應用的發展方向

水下滑翔機適合于較大范圍、長時間、垂直剖面連續的海洋環境觀測, 在國外已經成為一種通用的海洋環境觀測平臺, 并在實際海洋環境觀測計劃中得到應用。但我國的水下滑翔機觀測尚屬空白, 因此研制出水下滑翔機產品并用于觀測是當務之急。

根據水下滑翔機自身的運動、觀測特點, 其海洋應用的主要發展方向是進行海洋環境自主觀測。基于水下機器人(包括水下滑翔機)的海洋環境自主觀測技術是當前國際研究熱點之一, 國內外已經取得了一些研究成果, 但相關研究工作較分散, 缺少系統性研究, 因此今后的主要發展方向是: 通過系統深入研究水下機器人運動能力和環境海流對水下機器人自主觀測行為的約束; 復雜海洋環境、時變環境海流條件下的環境特征信息估計、多水下機器人協作控制、編隊控制等理論與方法; 并使理論研究工作與實際應用緊密聯系, 同時開展實際海上環境的實驗驗證, 最終形成完整的水下機器人海洋環境自主觀測理論框架。

[1] Rudnick D L, Davis R E, Eriksen C C, et al. Underwater gliders for ocean research[J]. Marine Technology Society Journal, 2004, 38(1): 48-59.

[2] Teledyne Webb Research.Slocum glider data sheet[EB/ OL].[2012-06-10]. http: //www.webbresearch.com/pdf/ Slocum_Glider_ Data_Sheet.pdf.

[3] iRobot Corporation. Irobotseaglider productsheet[EB/ OL].[2012-06-10].http://m.irobot.com/maritime_product.php?product=seaglider.

[4] Bluefin Robotics Corporation. Bluefin spray glider product sheet[EB/OL].[2012-06-10]. http: //www.bluefinrobotics.com/assets/Downloads/Bluefin-Spray-Glider-Product-Sheet.pdf.

[5] Stephen W. Autonomous Underwater Gliders[C]//Inzartsev A V. Underwater Vehicles. Vienna: I-Tech, 2008: 499-524.

[6] Ganachaud A, Brassington G, Kessler W. Southwest Pacific Circulation and Climate Experiment(SPICE) II: implementation plan[M]. Cairns: CLIVAR publication series No. 133, 2008.

[7] Hu D X, Wang F, Wu L X, et al. NPOCE (Northwestern Pacific Ocean Circulation and Climate Experiment) IV: implementation[M]. Beijing: China Ocean Press, 2012.

[8] Siegel E. A new world of velocity profile capabilities for gliders[EB/OL]. [2012-06-25]. http: // www.nortekusa.com/lib/technical-notes/velocity-measurements-ongliders.

[9] Hatun H, Eriksen C C, Rhines P B. Buoyant eddies entering the Labrador Sea observed with gliders and altimetry[J]. Journal of Physical Oceanography, 2007, 37: 2838-2854.

[10] Ruiz S, Pascual A, Garau B, et al. Mesoscale dynamics of the Balearic Front, integrating glider, ship and satellite data[J]. Journal of Marine Systems, 2009, 78: S3-S16.

[11] Hodges B A, Fratantoni D M. A thin layer of phytoplankton observed in the Philippine Sea with a synthetic moored array of autonomous gliders[J]. Journal of Geophysical Research, 2009, 114: C10020, doi: 10.1029/2009JC005317.

[12] Rudnick D, Davis R, Ohman M, et al. The underwater glider Spray: Observations around the world[EB/OL]. [2012-07-10]. http: //www.oceanobs09.net/proceedings/ ac/FCXNL-09A02-1781162-1-ac4a33.pdf.

[13] Rudnick D L, Cole S T. On Sampling the Ocean Using Underwater Gliders[J]. Journal of Geophysical Research, 2011, 116: C08010, doi: 10.1029/2010JC006849.

[14] Rampa S R, Davis R E, Leonard N E. Preparing to predict: The second Autonomous Ocean Sampling Network (AOSN-II) experiment in the Monterey Bay[J]. Deep-Sea Research II, 2009, 56: 68-86.

[15] Todd R E, Rudnick D L, Mazloff M R, et al. Poleward flows in the southern California Current System: Glider observations and numerical simulation[J]. Journal of Geophysical Research, 2011, 116: C02026, doi: 10.1029/2010JC006536.

[16] Dobricic S, Pinardi N, Testor P, et al. Impact of data assimilation of glider observations in the Ionian Sea (Eastern Mediterranean)[J]. Dynamics of Atmospheres and Oceans, 2010, 50: 78-92.

[17] Leonard N E, Paley D A, Davis R E, et al. Coordinated control of an underwater glider fleet in an adaptive ocean sampling field experiment in Monterey Bay[J]. Journal of Field Robotics, 2010, 27(6): 718-740.

[18] Lermusiaux P F J. Adaptive modeling, adaptive data assimilation and adaptive sampling[J]. Physica D: Nonlinear Phenomena, 2007, 230: 172-196.

[19] EGO group. European Gliding Observatories(EGO) initiative[EB/OL]. [2012-07-10]. http: //www.ego-network.org/dokuwiki /doku.php.

[20] Fiorelli E, Bhatta P, Leonard N E. Adaptive sampling using feedback control of an autonomous underwater glider fleet[C]//Proceedings of the 13th International Symposium on Unmanned Untethered Submersible Technology, Durham: [s.n.], 2003: 1-16.

[21] Fiorelli E, Leonard N E, Bhatta P. Multi-AUV Control and adaptive sampling in Monterey Bay[J]. IEEE Journal of Oceanic Engineering, 2006, 31(4): 935-948.

[22] ?gren P, Fiorelli E, Leonard N E. Cooperative control of mobile sensor networks: Adaptive gradient climbing in a distributed environment[J]. Automatic Control, 2004, 49(8): 1292-1302.

[23] Susca S, Martinez S, Bullo F. Monitoring environmental boundaries with a robotic sensor network[J]. Control Systems Technology, 2006, 16(2): 288-296.

[24] Jin Z, Bertozzi A L. Environmental boundary tracking and estimation using multiple autonomous vehicles[C]// IEEE: 46th IEEE Conference on Decision and Control. New Orleans: IEEE, 2007: 4918-4923.

[25] Alvarez A, Garau B, Caiti A. Combining networks of drifting profiling floats andgliders for adaptive sampling of the Ocean[C]//IEEE: Robotics and Automation, 2007 IEEE International Conference on. Roma: IEEE, 2007: 157-162.

[26] Heaney K D, Gawarkiewicz G, Duda T F. Nonlinear optimization of autonomous undersea vehicle sampling strategies for oceanographic data-assimilation[J]. Journal of Field Robotics, 2007, 24(6): 437-448.

[27] Zhang B, Sukhatme G S. Adaptive sampling with multiple mobile robots[EB/OL]. [2008-01-01]. http: // escholarship.org/uc/item/12v1d7w3#page-2.

[28] Rao D, Williams S B. Large-scale path planning for Underwater Gliders in ocean currents[C]// Australasian Conference on Robotics and Automation (ACRA). Sydney, [s.n.], 2009: 1-8.

[29] Smith R N, Schwager M, Smith S L, et al. Persistent ocean monitoring with underwater gliders: Adapting sampling resolution[J]. Journal of Field Robotics, 2011, 28(5): 714-741.

[30] Leonard N E, Paley D A, Lekien F. Collective motion, sensor networks, and ocean sampling[J]. Proceedings of the IEEE, 2007, 95(1): 48-74.

[31] Peng K, Yang Y. Leader-following consensus problem with a varying-velocity leader and time-varying delays[J]. Physica A, 2009, 388: 193-208.

[32] Roberson D G. Environmental tracking and formation control for an autonomous underwater vehicle platoon with limited communication[D]. Blacksburg: Virginia Polytechnic Institute and State University, 2008.

[33] Paley D A, Leonard N E, Sepulchre R. Collective motion of self-propelled particles: Stabilizing symmetric formations on closed curves[C]//IEEE.Decision and Control, Proceedings of the 45th IEEE Conference on. San Diego: IEEE, 2006: 5067-5072.

[34] Zhang F, Leonard N E. Coordinated patterns of unit speed particles on a closed curve[J]. Systems Control Letter, 2007, 56: 397-407.

(本文編輯: 劉珊珊 李曉燕)

P733

A

1000-3096(2014)04-0096-05

10.11759/hykx20120625001

2012-09-09;

2013-03-11

國家重大科學研究計劃(2012CB956004); 國家自然科學基金(61233013)

龐重光(1973－), 女, 山西榆社人, 研究員, 博士, 主要從事懸浮物質輸運與循環研究。電話: 0532-82898609, E-mail: chgpang@qdio.ac.cn