警用無人船技術應用研究

張 健

湖北警官學院，湖北 武漢 430034

警用無人船技術應用研究

張 健

湖北警官學院，湖北 武漢 430034

隨著無人駕駛技術的快速發展，無人船在警務領域的應用越來越廣泛，涉及水面偵察、水面目標搜索、搜救、水面大范圍監控巡邏等多種警務應用。同時，與無人機等其他無人智能設備的協同作戰模式創新，極大的提升了作業效率。本文從公安實戰的角度出發，簡要分析了警用無人船的應用現狀及涉及到的關鍵技術。

無人船；立體防控；協同作戰

近年來，隨著無人駕駛汽車、無人機等技術的快速發展，無人駕駛技術受到越來越多人的關注。這其中以無人機技術發展最為成熟，應用也最為廣泛。相比較之下，無人船技術的知名度較低。一直到最近幾年，由于“迪奇號無人潛水器”等一系列重大社會事件的影響，無人船才開始逐漸進入到大眾視野。

一、無人船技術的發展歷史

無人駕駛船(Unmanned Surface Vessel)，簡稱無人船(USV)，是一種具有自主規劃、自主航行能力，可自主完成環境感知、目標探測等任務的小型水面平臺。它可搭載不同的傳感器或執行設備，執行多種任務[1]。無人船最早由美籍工程師尼古拉·特拉斯發明。他在1898年成功通過無線控制技術遙控操作自動化小艇。隨后的二戰期間，盟軍設計了一種按設定好的路線自動駛往指定地點的無人艇，通過船上裝載的煙幕劑迷惑敵軍并獲得成功。二戰結束后，美國、前蘇聯等國家看到了其中蘊含的巨大軍事價值，開始投入大量人力物力開展相關研究，無人掃雷艇、自殺式無人艇等大量出現并相繼投入實戰應用。但受到自動化控制、數字通信等技術的限制，該時期的無人船技術并未取得較大突破，總體呈現無人船應用形式單一、自主活動能力有限等特征。

20世紀90年代后，隨著技術進步以及大家對無人船認識的加深，無人船技術開始進入快速發展期。首先是應用范圍得到進一步擴展。情報搜集、監視、目標搜索等功能逐漸顯現出來；其次是設計和制造技術快速提高。外形尺寸上更加全面，從小型(小于1噸)、中型(小于100噸)、大型(小于1000噸)到超大型(大于1000噸)，滿足了各種應用需求。同時，智能化程度和航行距離也大大提升，出現了自動避障、自動航行、目標自動識別等智能化功能。

雖然在軍事領域大獲成功，但直到進入21世紀以后，無人船應用才真正擴展到軍事應用以外的領域。2000年，美國MIT設計了一款用于海岸勘探的無人船，將無人船的應用擴展到地質勘探；2003年，雅馬哈公司將無人船用于監測海洋氣候變化；2004年，英國普利茅斯大學研發了用于淺水水域污染物追蹤、航道測量的無人船；2008年，我國研制了用于氣象應急保障服務的“天象1號”無人船。2014年，第三屆莫斯科國際創新發展論壇展覽上，國務院總理李克強親自介紹了中國云州無人船。無人船的應用領域逐漸擴大。

二、無人船技術的警務應用現狀

無人船具有實現作業無人化、智能化；作業更高效、更標準；模塊化設計、功能多樣；航速高、機動性強；小巧靈活、隱蔽性好；使用成本低等優勢[2]。雖然發展前景廣闊，但在警務應用領域卻一直未見顯著進展。究其原因，一是受無人船應用場景限制。無人船應用需要具備大量水域，這大大限制了無人船可應用區域；二是受我國警用裝備發展模式影響。我國警用裝備大多是從軍用或民用領域轉化而來，只有在其他領域的應用發展成熟以后才開始逐漸引入到警務應用領域。因此，無人船的警務應用才剛剛開始興起。目前，武漢市已經開始相關技術的測試和應用。

武漢市被稱為“百湖之市”，長江、漢江將武漢市分隔為兩江三鎮，廣闊的水域形成了獨特的社會管控需求，也為無人船的應用創造了良好條件。在前期成功推廣警用無人機技術的基礎上，武漢市正嘗試將無人船技術引入到警務應用領域，開創無人船技術的全新應用模式。從實際投入的DF-C400等多款警用無人船應用情況分析，無人船能夠有效搭載多種警用設備及救生裝置，具備在水面執行大范圍監控巡邏、目標搜索、救援、輔助潛水作業、反恐偵察、危險環境探測等多種公共安全事務處理能力。

圖1 DF-C400警用無人船

在應用模式上，無人船與無人機的創新型應用模式，能夠有效形成兩者優勢互補。相比于無人機，無人船在續航時間、有效載荷、水面以下部署傳感器方面具備獨特優勢；但在速度、航程、自主性方面不及無人機。同時，無人機具有拍攝視場大、拍攝范圍廣的優勢，兩者結合，有效打造了一張大型水域立體防控網，對相關區域的管控起到重要作用。

三、警用無人船關鍵技術

警用無人船在設計上，具有路徑規劃、定速/定向、避障、GPS+慣性組合導航、集群控制等多項功能。其控制系統復雜，主要包括以下幾項關鍵技術。

(一)路徑規劃

路徑規劃就是在設定條件下，根據先驗知識，規劃出一條從起點到終點的安全路徑。路徑規劃是否安全、合理直接影響到無人船自主導航功能。一般從兩個方面評判路徑優劣：一是所規劃路徑的經濟性，即是否是從起點到終點的最短路徑。二是所規劃路徑是否安全。根據應用場景的不同，路徑規劃可分為全局路徑規劃和局部路徑規劃。全局路徑規劃依賴于給定的全局信息做出規劃，它不能處理行進過程中的變量。局部路徑規劃則能根據行進過程中產生的變量進行路徑規劃調整。兩種方式各有優劣，適用于不同場景。

路徑規劃一般需經過環境建模和路線搜索兩個基本步驟。首先對無人船行駛的環境進行準確描述，如障礙物的標識、邊界、風浪等，只要會影響航行的因素在建模時都應予以充分考慮。常用建模算法有W.E.Howden提出的柵格法、khatib提出的虛擬力法、Hajime Asama等人提出的鏈接圖法等。環境建模完成后，根據描述結果進行路徑的搜索、優化。常用搜索方法可分為傳統方法和智能方法。傳統方法如拓撲法、幾何法等，該類方法的局限性較大，特別是對于變量的處理能力弱于智能路徑搜索方法。典型智能搜索算法有Kirkpatrick提出的模擬退火算法、J.Holland提出的遺傳算法、Marco Dorigo提出的蟻群算法等。每種算法各有優劣，根據陳佳在其設計中測試的結果分析，蟻群算法從平均路徑及相對最優值算得的平均百分比最優[3]。

(二)目標識別

目標識別是無人船在行駛過程中，運用自身攜帶的影像采集和處理系統對區域內目標物體進行影像采集和識別的過程。它是無人船能否有效避障的關鍵。目標識別包括目標檢測、影像預處理、目標分割、特征提取、對象識別幾個步驟，如圖2所示。

目標檢測階段主要依靠自身攜帶的影像傳感設備獲取周邊區域的影像信息，主要有雷達識別和影像識別兩種方式。對于警用無人船來說，由于識別目標體積往往較小，且距離較近，因此一般以影像識別為主。影像預處理階段則完成對所采集影像信息基本的處理，為下一步的識別處理提供素材。具體包括視頻序列化、關鍵幀的提取、圖像優化等環節。圖像分割階段負責對預處理所獲得的結果進行分割處理，從而將對象從背景中分離出來。常用圖像分割方法有基于閾值的圖像分割、基于邊緣檢測的圖像分割、基于神經網絡的圖像分割和基于數學形態的圖像分割[4]。典型算法如區域分裂合并法、反向傳播算法、分水嶺分割算法等。特征提取是對分割出的目標進行分析，提取其特征信息如顏色、灰度、外形、紋理等，并進行數學化的描述，從而與數據庫進行比對，正確辨識目標。不同特征量往往采用不同提取、匹配方法，如紋理特征常采用統計法、幾何法、模型法等，而對于形狀特征常用邊界特征法、傅里葉形狀描述符法等。識別過程可采用BP神經網絡算法等人工智能算法進行反復訓練，達到較高的識別正確率。

圖2 目標識別過程

(三)智能避障

避障保證了無人船在行進過程中應對環境變化的能力。有效避障可以降低無人船對操作員的依賴，提高與其他無人智能設備的協同作戰能力。無人船在行進過程中對障礙物的回避除了依賴于環境建模階段提供的靜態環境參數外，更重要是對運動過程中臨時環境變量的處理。避障能力的強弱決定了無人船的自主決策能力高低，是無人船智能化程度的一個重要指標。

(四)協同作戰

在警務應用實踐中，無人船往往需要與其他智能設備協同工作。典型應用如：無人機+無人船的組合。在實戰應用中，無人機根據其視場范圍大的優勢，可以將其發現的可疑目標的方向、位置、障礙物情況等數據發送給無人船，為無人船的路徑規劃提供重要環境參數。對組合中不同子系統的信號和數據處理是協同作戰效能高低的關鍵，即功能全面的綜合作戰指揮系統應該能夠實現數據的接收與傳送、不同格式數據的轉換以及雙方的實時通訊等操作。

四、展望

在電子通信、人工智能技術快速發展的背景下，無人船技術迎來了重要發展期。新技術、新理念不斷涌現，對于當前警務工作來說，既是挑戰，更是機遇。保持一定的技術前瞻性，大膽開展技術實踐是解決當前警務應用技術創新的重要途徑。

[1]李家良.水面無人艇發展與應用[J].火力與指揮控制，2012(6)：203-207.

[2]張樹凱，劉正江，張顯庫，劉玉.無人船艇的發展及展望[J].世界海運，2015(9)：29-36.

[3]陳佳.無人駕駛救助船路徑規劃算法的研究[D].武漢理工大學，2013：18-31.

[4]瞿燕慧.圖像分割常用算法優缺點探析[J].探求研究，2010(3)：56-59.

V279；V271.4

A

2095-4379-(2017)34-0237-02

張健，湖北警官學院偵查系，講師，從事視頻圖像處理方向研究。