AUV 導航-規劃-控制技術研究綜述

李冀永，鐘榮興，徐雪峰，鄧福建，于雙寧，王益民

(天津航海儀器研究所, 天津 300131)

0 引 言

智能水下機器人（autonomous underwater vehicle，AUV）是一種無臍帶纜、依賴自身能源以預編程或完全自主方式完成作業任務的無人水下潛器[1-2]。較之遙控水下機器人（remotely operated vehicle，ROV）或載人潛水器，AUV 具備脫離操縱人員自主航行實現自主作業的能力，無需母船支持，具有更好的安全性和經濟性[3-4]。AUV 一般用于海洋科考任務、工程設備檢修維護以及軍事任務，如海底石油管線巡檢、地形地貌精細探測、水文參數測量、礦產資源探測、水下目標搜索、自主排雷、反潛警戒以及中繼通信等，近年來，受到各國科研機構及研究人員的廣泛重視[5]。

AUV 自主航行是實現作業任務重要基礎，品質良好的自主航行需要幾點要素：1）導航系統提供穩定精確的實時位姿信息。AUV 作為一類自主機器人系統，完成既定航行任務的前提是明確自身位姿狀態，而水下環境中電磁波傳輸距離極短，AUV 水下航行時無法使用衛星導航設備定位，需依靠慣性導航元件、多普勒測速儀（Doppler velocity logger，DVL）等設備實現導航[6-7]，導航精度不僅影響航行任務完成效果，還決定了AUV 上浮校正位置的次數，影響AUV 隱蔽性。2）規劃系統提供安全可行的航行路徑。AUV 在廣闊水域航行，需充分利用環境信息進行實時決策，結合自身傳感器規避環境中的未知障礙，以高效安全的方式規劃安全經濟的路徑[8-9]。3）控制系統實現品質良好的運動控制。AUV 需要充分考慮自身特性，根據配置的執行機構，在具有環境擾動、模型參數不確定等影響下穩定完成期望運動，從而實現預定的具體任務[10-11]。

本文分析近年來AUV 自主航行過程中導航、規劃以及控制技術的發展，最后對AUV 未來發展趨勢和挑戰進行了展望。

1 AUV 導航技術

AUV 作為一種無纜自治的水下機器人，由自主導航、規劃、控制構成的自主航行能力是AUV 完成任務的核心，如圖1 所示。尤其隨著AUV 面向智能化、集群化發展過程中，自主航行技術對保障AUV 作業能力起到愈發重要的作用。

圖1 AUV 自主航行框架Fig. 1 The architecture of AUV autonomous voyage

水下導航系統需要提供AUV 的準確位置、姿態信息，引導AUV 從起始點按照要求精度到達目的地。由于水下環境中電磁波傳輸距離極短，衛星導航技術無法在AUV 處于水下時應用，因此水下導航與陸空導航具有較大差別。依據AUV 任務需求合理使用各類導航手段是AUV 完成既定任務的基礎，常見的AUV 導航技術包括慣性導航技術、水下聲學定位與導航技術、地球物理場導航技術等。

慣性導航設備因具有自主性好、信息輸出頻率高而成為了組合導航系統的核心部件之一，借助其他高精度的導航設備輔助慣性導航設備抑制誤差隨時間的積累或修正誤差，以提高導航系統的性能指標[12]。水下聲學定位與導航包括利用多普勒測速儀（Doppler velocity logger，DVL）和聲學基線系統兩類：DVL 能夠獲取AUV 相對水底或水層的速度，在AUV 導航系統中往往與慣導進行信息融合提升慣導精度；聲學基線系統分為長基線、短基線和超短基線系統等，能夠依據聲學信息提供AUV 位置，但長基線系統需要在海底預先鋪設，短基線和超短基線系統作用距離均相對有限，對環境有一定需求。地球物理場導航主要包括重力匹配導航、地磁導航等，能夠直接獲取位置信息，但需要事先在AUV 上建立用于信息匹配的數據庫，在AUV 上應用尚不成熟。目前，以慣性導航系統、DVL 等傳感器為基礎的組合導航技術在AUV 上得到了廣泛的應用[7]。

RDI 與Kearfott 公司聯合研制的SeaDevil 號AUV 使用慣導/DVL 組合導航系統，其慣導設備使用Kearfott 公司開發的慣性產品，包括MOD VIIA 型加速度計和T24、T16-B 羅經等設備，SeaDevil 號AUV 數據通過卡爾曼濾波器進行慣導/DVL 數據融合，定位精度可達到航程0.5%[13]。美國海軍研究生院研制的ARIES 型AUV 采用慣導/DVL/GPS 組合導航系統，其中，選擇頻率為1 200 kHz 的DVL 以及慣導單元，并配置了一個水面載波相位差分GPS，以AUV 定期上浮方式修正導航偏差[14]。美國伍茲霍爾海洋研究所、藍鰭機器人公司、英國國家海洋中心也均將基于慣性導航系統和DVL 的組合導航技術應用于AUV[15]。

AUV 需要選擇一種有效信息整合策略將各傳感器輸出的導航信息進行有效融合，信息融合方法在組合導航系統中起著至關重要的作用，常用方法包括卡爾曼濾波（KF）、擴展卡爾曼濾波（EKF）、無跡卡爾曼濾波（UKF）、粒子濾波（PF）等。KF 是最基礎的數據融合方法，挪威Hugin 1 000 型AUV[16]以及丹麥的Maridan 150 型AUV[17]均采用了該方法進行數據融合。由于水下環境復雜，模型難以精確建立，因而EKF，UKF，PF 等非線性數據融合算法被進一步應用于AUV 組合導航領域。D.Loebis 等[18]將模糊邏輯技術引入到PF 和EKF，對基于GPS/慣導的AUV 組合導航系統進行了數據融合研究，仿真結果表明該技術能提高組合導航系統的性能。張曉娟等[19]將EKF 應用于AUV 組合導航，AUV 導航系統包含羅經/DVL/GPS，仿真結果表明EKF 能很好的融合觀測數據，誤差相對于GPS 和船位推算單獨定位時明顯減小。張濤等[20]將UKF 應用到慣導/LBL 組成的AUV 組合導航系統中，提升了系統的定位精度。Karimi 等[21]面向基于慣導/DVL的組合導航系統，分別采用UKF 和EKF 進行了數據融合驗證，結果表明EKF 精度更好。

當前，以慣導、DVL 為核心傳感器，以EKF，UKF 等算法進行多傳感器數據融合是AUV 實現自主導航的主流做法，但其也具有以下缺陷：1） DVL 直接測量速度信息而非位置信息，雖然能校正慣導的位置信息，但組合后得到的位置信息依然會隨時間發散；2）海洋環境中存在的溫、鹽、密變化、風、浪、流干擾均會影響導航效果，因此，AUV 需要定期上浮通過衛星導航校正，不僅降低了AUV 作業效率，還影響了其隱蔽性；3）由于DVL 是一種主動聲源，會進一步削弱AUV 隱蔽性。因此，各研究機構也在研究多種輔助導航手段提升水下自主導航效果，隨著水下聲學定位與導航、水下地形匹配、水下重力匹配等輔助導航技術的發展，AUV 長航程導航效果有望得到進一步提升。

2 AUV 規劃技術

AUV 的路徑規劃指在包含障礙物等約束條件的水下環境內，AUV 對預期航線、航向等不斷迭代、優化，形成符合某類目標函數最優的路徑的技術[22]。由于AUV 決策自主能源自持的特性，良好的規劃技術不僅能夠確保AUV 及時規避障礙物，實現安全航行，還能提供最優路徑，節約能源。AUV 路徑規劃可分為全局路徑規劃和局部路徑規劃，全局路徑規劃指AUV 根據電子海圖等手段獲取已知全局環境信息從而規劃出的路徑，可以在AUV 執行任務前離線獲取，因此對算法實時性要求不高。局部路徑規劃指AUV 在航行過程中根據配備的聲吶、攝像機、DVL 等傳感器感知到環境中事先未知的障礙物、實時海流情況下，快速調整現有規劃路徑，對于算法實時性、魯棒性要求較高[23]。在具體規劃方法上，可以分為以人工勢場法、視覺錐法、A*和D*等算法為代表的傳統算法以及以粒子群算法、蟻群算法、深度學習算法、強化學習算法為代表的智能算法。

人工勢場法由Khatib 發明[24]，這種方法利用環境中障礙物產生的虛擬斥力和目標點產生的虛擬引力引導機器人達到目標，具有結構簡單，容易實現的優點，但存在容易陷入局部極值、機器人在障礙物前方難以搜索可行解等缺陷。Yun 等[25]提出一種改進人工勢場法，避免了局部極小值，并降低了水下機器人首向改變量；Cheng 等[26]利用在人工勢場法中利用速度矢量合成技術降低了AUV 航行中的能耗。A*是一種啟發式規劃算法，常用于靜態環境中AUV 的規劃避障。Chen 等[27]提出了一種基于A*算法的AUV 全局規劃方法，Garau[28]進一步在A*算法中考慮了海流對AUV 的影響。但A*算法基于網格搜索策略，限制了AUV 搜索空間，有一定局限性。D*算法對A*算法進行了改進，進一步適用于動態路徑路軌問題。視錐法基于AUV 前視聲吶對障礙物的感知，通過構造一個避障速度錐實現障礙物規避。Wiig 等[29]對該方法進行了了大量研究與改進，目前完成了縱傾速率、縱傾和關鍵距離約束條件下復雜海底地形規避、冰蓋避碰航行、多組動態障礙物共同規避等復雜場景的避碰算法的仿真與試驗驗證，為Hugin AUV 提供了避碰系統。

智能算法可以進一步分為基于群體智能與基于機器學習兩類算法。基于群體智能一類包括蟻群算法、粒子群算法、遺傳算法等，這類算法將AUV 路徑規劃轉換為目標函數尋優問題，能夠在高維空間有效使用，較好解決作業調度和旅行商問題，但也存在需要精確環境模型、不易得到全局最優解的缺點。占銀[30]提出了一種改進蟻群與人工勢場結合的AUV 規劃算法，實現全局規劃與局部避障的有效結合，改善了傳統蟻群算法中收斂慢、不易得到全局最優的缺陷。祖偉[31]在粒子群算法中引入了遺傳算法中交叉、變異策略，提升了算法搜索能力，實現了AUV 在實際海底的三維路徑規劃，對突發的障礙也具備一定適應性。Tanakitkorn 等[32]研究了一種針對AUV 的遺傳算法，通過在代價函數中增加A U V 能量損耗項，實現了AUV 節能路徑規劃。基于群體智能的規劃方法還包括螢火蟲算法、人工魚群算法等，這一類算法均較適用于AUV 全局路徑規劃。

基于機器學習方法主要包括人工神經網絡算法、強化學習算法等，需要通過數據訓練進行學習，具有對環境模型依賴性低，能夠解決實時規劃的優勢。但部分算法學習成本較大，需要大量數據、時間，且泛化性依賴于學習效果。AUV 規劃時一般將傳感器采集的環境信息作為網絡輸入，將規劃路徑作為輸出，通過大量數據對網絡進行訓練得到誤差收斂的網絡模型。朱大奇等[33]重點研究了障礙物對神經網絡中神經元激勵和輸出的影響，AUV 能夠利用人工神經網絡實現避障規劃，其團隊還將自組織神經網絡與生物啟發神經網絡結合，繼續研究了多AUV 路徑規劃算法。強化學習是一類無監督學習方法，將規劃作為馬爾科夫決策過程處理，環境根據AUV 動作給出獎勵或懲罰強化信號，AUV 根據強化信號和自身狀態選擇動作。強化學習是一個不斷試探、評價從而改善動作策略的過程，目的是使累積獎勵最大，可以在無先驗環境下實現AUV 避障。冉祥瑞[34]設計了一種基于MaxQ 學習算法的AUV 路徑規劃分層框架，通過分層強化學習方式獲得避障策略，并在仿真中驗證了算法的有效性。徐楊[35]結合使用了粒子群算法與值迭代網絡的強化學習方法實現了海生物捕撈機器人的避障規劃。Yoo[36]利用強化學習算法實現了船舶在海流中的路徑規劃，并在仿真中與A*算法進行了對比。Cheng 等[37]將深度強化學習算法引入到水下機器人避障中。

3 AUV 控制技術

AUV 通過導航系統獲得自身運動狀態，通過路徑規劃算法得到期望路徑或軌跡后，需要依靠控制算法計算AUV 執行機構輸出，實現路徑或軌跡誤差的收斂。設計品質優良的AUV 控制器需考慮如下難點：1）大部分AUV 是一類欠驅動系統，部分自由度不能直接由執行機構控制，需要依靠動力學耦合關系間接控制；2）AUV 運動學模型和動力學模型具有強非線性，其水動力系數還會隨著航態而變化；3）AUV 動力學模型包含大量水動力系數，模型難以精確獲得，且易遭受外部環境干擾影響。

PID 控制器結構簡單，魯棒性強，廣泛應用于AUV 運動控制中。文獻[38] 提出了一種模糊自適應PID 算法，自主調整控制器參數，實現AUV 首向和深度控制。閆敬等[39]提出了一種融合Q 學習與PID 控制器的AUV 跟蹤方法，利用Q 學習策略調節控制器參數，改善控制品質。在IAUV 方面，文獻[40] 利用PID 控制器實時跟蹤逆運動學規劃器規劃的期望軌跡，實現了Girona-500 型IAUV 在機械臂作業時的穩定姿態控制，完成了水下目標平穩抓取。PID 控制器本質是一類線性控制器，但AUV 是一類強非線性系統，易受外界擾動影響，因此這類控制方法具有一定局限性。

S 面控制是劉學敏等[41]提出的一種用于AUV 運動控制的方法，借鑒了模糊理論思想并與PID 控制相融合。S 面控制利用Sigmoid 函數構造關于誤差的非線性控制器，因此相較于傳統PID 控制器更適用于具有強非線性特征的AUV。李岳明[42]進一步對S 面控制器的位置階和速度階的穩定性做出了全面論證，并提出了一種新的積分調整項，構造了品質更好的自適應S 面控制器。Li 等[43]面向攜帶機械臂的IAUV，提出了一種基于模型的S 面控制器，結合干擾觀測器以及機械臂耦合干擾前饋補償項，實現了IAUV 精確運動控制。目前，S 面控制及其改進方法廣泛用于AUV，ROV 以及USV 的運動控制中。

滑模控制是一類特殊的變結構非線性控制方法，由切換函數和趨近律構成，切換函數評估當前系統狀態，根據狀態選擇對應趨近律形成反饋控制律趨近滑模面，因此具備變結構特性。孫俊松[44]提出了一種基于干擾觀測器的終端滑模控制方法，提高了海流干擾和參數攝動情況下AUV 的控制品質。考慮執行機構飽和及曲線路徑跟蹤問題，韓亞楠[45]提出了一種降階擴張狀態觀測器和反步積分滑模相結合的控制方法，在模型參數不確定、具有外界干擾的條件下進行了仿真驗證。滑模控制不需要模型精確參數，對外界干擾具有魯棒性，能較好結合其他控制方法。滑模控制的缺陷是系統在趨近律引導下可能會頻繁穿越滑模面，引起抖振現象，導致執行機構震顫，影響控制品質。

反步控制是一種常用于欠驅動AUV 的控制方法，其設計過程通過遞歸迭代李雅普諾夫函數，求取控制器的解析解。賈鶴鳴[46]提出了一種濾波反步法，通過濾波器獲得信號微分值，避免了系統對虛擬控制輸入信號反復求導過程，對信號具有一定魯棒性，實現了欠驅動AUV 三維路徑跟蹤控制。徐昊[47]考慮AUV 受高頻海浪影響，基于海浪濾波器與滑模反步法設計了控制器，實現AUV 節能三維路徑跟蹤控制。Liang 等[48]針對欠驅動AUV 三維路徑跟蹤問題，設計了基于滑模控制和反步法相結合的控制器，并通過模糊理論近似外界干擾和模型不確定項，提升控制器的魯棒性。反步法主要問題是計算較復雜，可能需要面對虛擬控制輸入微分爆炸或積分飽和等問題。

除上述方法之外，自適應控制、模糊控制、神經網絡控制均在AUV 自主航行中有一定應用。

大部分AUV 配備了具有鮮明物理意義的十字舵配合主推進器構成執行機構，控制器解算后直接輸出期望舵角和主推進器轉速并由對應執行機構響應。但傳統十字舵出現舵面卡死、失效等故障，會對AUV 航態造成嚴重影響。采用X 型布置的AUV 尾舵，每個舵面均能產生橫搖、縱搖、首搖力矩，具有更強的容錯控制能力，文獻[49]還論證了X 舵有相比十字舵更好的舵效，因此，X 舵在AUV 上得到了越來越多的應用。但X 舵物理意義不如十字舵明確，X 舵AUV 控制器輸出不再是舵角而是力/力矩形式，還應考慮控制分配策略。

控制分配策略可分為直接分配法、偽逆法及其改進方法、最優分配法等。直接分配法利用幾何優化法直接進行控制分配，易于理解但計算量大。偽逆法原理是通過對執行機構的配置矩陣直接求取偽逆，計算執行機構輸出。Fosson[50]將偽逆法引入AUV 控制分配，該方法及其改進方法在AUV 領域應用較為廣泛。文獻[51]利用加權偽逆法為各執行機構分配了權重，一定程度上避免了執行機構飽和問題。偽逆法計算量小，易于理解，但沒有考慮執行機構的飽和特性，也未考慮控制輸入的飽和特性，可能會影響控制精確性，此外僅能對單一目標進行優化。最優分配法采用最優化理論，通過約束條件下對目標函數尋優的方式實現控制分配策略，王小平[52]提出了一種改進序列二次規劃算法，提高了X 舵的控制分配精度和計算速度。張英浩[53]提出了基于Levy 飛行特征的X 舵優化分配方法，避免目標函數陷入局部最優的情況，并討論了卡舵、舵損模式下AUV 容錯控制及控制分配的策略。

4 未來發展趨勢和挑戰

AUV 自誕生以來就不斷向智能化方向發展，但當前AUV 仍處于較低智能化水平[54]，自主學習能力和與環境交互能力有望通過引入人工智能技術進一步提高；相較于UAV、陸地機器人等機器人系統，AUV 仍以個體作業為主，集群編隊能夠大大加強AUV 環境搜索、海域偵察等任務的作業效率，是AUV 未來發展的另一大趨勢；深遠海航行具有重要的科學和軍事意義，AUV 無需駕駛員，深遠海航行安全性更好，隨著新材料、新能源技術的進一步發展，朝著更深、更遠的大洋進行探索具有更強的可行性。AUV 向智能化、集群化、深海遠洋化發展的需求，也為由導航、規劃和控制構成的自主航行技術提出了新的挑戰。

當前AUV 導航系統多以由慣導、DVL 為核心構成。如何進一步提高慣導、DVL 等傳感器的測量精度、如何構造更適于AUV 運動特性的數據融合方法、如何在個別傳感器失效時有效保證導航精度等問題均需進一步研究。在多平臺組隊集群時，如何根據多AUV 甚至多跨域平臺配置的異構傳感器實現高精度導航，發揮“1+1＞2”的作用也需進一步研究[54]。軍事任務中，還需要考慮DVL 測量帶來的隱蔽性問題。最后，將地磁導航、重力匹配、地形匹配、SLAM 等技術融入到AUV 導航系統中，有望解決傳統AUV 導航系統需上浮校正的問題，大大增強AUV 航行隱蔽性。

當前AUV 路徑規劃技術以A*、D*、人工勢場等方法為主，面向未知動態環境適應性較差，利用強化學習方法使AUV 具備面向環境自主學習能力有望解決這一問題[23]。但如何合理確定強化學習中的獎勵函數、如何提升強化學習泛化性、如何解決強化學習訓練需要大量數據等問題需要進一步研究。此外，在組隊集群任務中，借助編隊中其他AUV 實現品質優良的規劃效果也需要進一步研究。

當前AUV 實際航行中的控制算法仍以PID 控制、S 面控制等結構簡單、無需模型參數的控制方法為主。但面對波、浪、流干擾的復雜海洋環境以及不同工作模式（如AUV 目標搜索、回收、IAUV 帶臂作業等）仍缺乏足夠適應性。進一步通過人工智能方法提升AUV 面向不同環境的控制能力，強化AUV 深遠海作業時故障診斷以及容錯控制能力，研究AUV 長距離航行能量最優控制方法，從AUV 控制精度、控制魯棒性以及節能角度提高控制效果，是AUV 控制技術面臨的重要挑戰。

5 結 語

本文從多角度分析歸納了AUV 自主航行中導航技術、規劃技術以及控制技術的發展，對AUV 自主航行技術未來發展趨勢和挑戰進行了展望。