摘要：水下機(jī)器人是重要的水下裝備移動(dòng)載體，可搭載操作機(jī)械、樣本采集裝置和環(huán)境傳感器等裝備以實(shí)現(xiàn)多樣化的海洋科考任務(wù)。本文從水下機(jī)器人的類型、導(dǎo)航控制、環(huán)境感知、數(shù)據(jù)采集和樣本采樣等方面進(jìn)行概括，分析水下機(jī)器人在海洋科考領(lǐng)域的應(yīng)用技術(shù)，展望水下機(jī)器人的發(fā)展。

　　關(guān)鍵詞：水下機(jī)器人導(dǎo)航控制環(huán)境感知

　　01水下機(jī)器人分類與簡(jiǎn)述

　　海洋中蘊(yùn)藏著豐富的資源，水下環(huán)境數(shù)據(jù)的搜集有助于海洋的深度開發(fā)。傳統(tǒng)的水下科考探測(cè)方式主要以船舶和水下拖曳體為載具，通過搭載不同的傳感器實(shí)現(xiàn)數(shù)據(jù)采集和環(huán)境采樣。此類方式需要水面船舶支持，成本較大，且工作深度受限。隨著水下結(jié)構(gòu)設(shè)計(jì)、導(dǎo)航和控制等技術(shù)的發(fā)展，水下機(jī)器人技術(shù)越來越成熟，已大量應(yīng)用到海洋科考探測(cè)領(lǐng)域，成為近年來我國(guó)海洋科考的主力軍[1-2]。水下機(jī)器人種類眾多，按照操縱運(yùn)行方式的不同可分為：遠(yuǎn)程纜控水下機(jī)器人（RemotelyOperatedVehicle，ROV）、自主式水下機(jī)器人（AutonomousUnderwaterVehicle，AUV）、自主與遙控水下機(jī)器人（AutonomousandRemotelyOperatedVehicle，ARV）、自主式剖面浮標(biāo)（AutonomousProfilingFloats，APF）和自主式水下滑翔機(jī)（AutonomousUnderwaterGlider，AUG）、等。

　　02水下定位技術(shù)

　　水下機(jī)器人的定位有多種形式，可分為基于搭載傳感器的航位推算（無源定位）與依賴外部傳感器輔助定位（有源）2種。水下機(jī)器人搭載的常用導(dǎo)航傳感器有mems慣導(dǎo)、深度計(jì)、高度計(jì)、多普勒測(cè)速儀（DopplerVelocityLog，DVL）和聲學(xué)多普勒流速剖面儀（AcousticDopplerCurrentProfiler，ADCP）等。深度計(jì)反饋機(jī)器人的深度；高度計(jì)測(cè)量到水底的距離，主要起避障作用；mems慣導(dǎo)是水下機(jī)器人主要的航位推算傳感器，輸出3自由度歐拉角和3自由度加速度數(shù)據(jù)，基于這些數(shù)據(jù)，可進(jìn)行航位的累積計(jì)算，但推算結(jié)果隨時(shí)間無邊界發(fā)散；DVL、ADCP測(cè)量的是相對(duì)水體或水底的速度，可很好地校正mems慣導(dǎo)推算數(shù)據(jù)，提高推算精度。此外，利用高敏性的慣導(dǎo)可進(jìn)一步提高導(dǎo)航精度，高敏性的慣導(dǎo)可檢測(cè)到地球自轉(zhuǎn)速度，能達(dá)到1°/10h的偏航角度監(jiān)測(cè)準(zhǔn)確度，但高敏性慣導(dǎo)因?yàn)樵靸r(jià)較高，且噪聲與功耗較大，在水下機(jī)器人上的應(yīng)用受到限制。

　　依靠外部信息源的定位是一種絕對(duì)定位，可解決航位推算定位的累積誤差問題。水下的外部信息源以聲源為主，根據(jù)聲學(xué)基陣間距的大小，可分為長(zhǎng)基線定位、短基線定位和超短基線定位。長(zhǎng)基線定位類似GPS，需要間隔布置多個(gè)聲學(xué)信標(biāo)，長(zhǎng)基線陣列可為多個(gè)水下目標(biāo)提供定位。針對(duì)水下機(jī)器人領(lǐng)域，一般將長(zhǎng)基線水下信標(biāo)置于水底。相比于長(zhǎng)基線陣列，短基線陣列的信源間距較小，可整體布置在較小區(qū)域。超短基線定位是近年來發(fā)展較快的技術(shù)，聲源陣列集成到一個(gè)傳感器中，體積小，使用方便，常用來確定水下機(jī)器人相對(duì)母船的位置[4]。3種聲學(xué)基線定位方式如圖8所示。

　　航位推算方法存在累積誤差問題，依靠外部信息源的定位，存在作用范圍短、布置困難的問題。近年來快速發(fā)展的基于聲學(xué)數(shù)據(jù)匹配的定位導(dǎo)航技術(shù)可解決以上難題。匹配定位技術(shù)主要包括水下同時(shí)定位與地圖構(gòu)建（SimultaneousLocalizationandMapping，SLAM）和水下地形輔助定位技術(shù)2種。水下SLAM技術(shù)原理與陸地機(jī)器人SLAM技術(shù)相似，但不同于陸地機(jī)器人，水下無法利用激光或視覺獲取高分辨率圖像，水下SLAM主要利用成像聲吶獲取聲學(xué)圖像，但因聲學(xué)圖像存在噪聲大的問題，導(dǎo)致建圖與定位準(zhǔn)確度較差。水下地形輔助定位技術(shù)是利用探測(cè)的當(dāng)前地形高度信息與已知的水底地圖做對(duì)比分析，推算較可能的當(dāng)前位置。HGUINAUV應(yīng)用地形輔助導(dǎo)航技術(shù)，可以實(shí)現(xiàn)米級(jí)的定位。當(dāng)前全球海域的海底地圖正被逐步構(gòu)建，地形輔助導(dǎo)航技術(shù)將得到越來越多的應(yīng)用。但該技術(shù)受到傳感器噪聲和地圖精度低的影響，在平坦地形會(huì)有較大的定位誤差，錯(cuò)誤定位的判別與恢復(fù)是地形輔助導(dǎo)航的一大難題[5]。

　　03環(huán)境感知與采樣

　　水下機(jī)器人通過搭載的傳感器獲取周圍水體參數(shù)，通過感知傳感器探測(cè)周圍物理環(huán)境，主要通過單波束聲吶探測(cè)海底深度，通過側(cè)掃聲吶對(duì)海底區(qū)域進(jìn)行二維成像，通過多波束聲吶對(duì)目標(biāo)區(qū)域進(jìn)行三維成像，通過圖像傳感器獲取圖像信息。聲吶圖像如圖9所示，側(cè)掃聲吶的成像是二維的，不能反映深度信息，但根據(jù)圖像的灰度差異可以區(qū)分深度差異。三維聲吶的圖像有深度信息，但受聲吶探頭波束角的限制，成像分辨率較低[6]。

　　在物體采集方面，水下機(jī)器人主要依靠機(jī)械手抓取目標(biāo)，可操作抓取的目標(biāo)類型廣泛，但效率較低。為了提高采集效率，水下機(jī)器人通常使用專用的采集裝置獲取一種特定的目標(biāo)，如用于水體或物體采集的吸合裝置、用于水底生物采集的泵吸裝置和網(wǎng)兜等。我國(guó)研制的“海馬”號(hào)可攜帶針對(duì)“冷泉”環(huán)境調(diào)查的采樣底盤及作業(yè)工具，如，多角度高清立體攝像機(jī)、插管取樣器、貽貝取樣網(wǎng)兜、機(jī)械觸發(fā)式采水瓶、CTD、甲烷傳感器、水下定位信標(biāo)、側(cè)掃聲吶、多波束圖像聲吶和生物誘捕器等作業(yè)工具。

　　04結(jié)束語

　　水下機(jī)器人是功能強(qiáng)大的海洋信息采集與水下操作裝備，是水下科考的主力軍。經(jīng)過多年發(fā)展，ROV、AUV、AUG、ARV和APF等技術(shù)逐步成熟，在結(jié)構(gòu)設(shè)計(jì)、運(yùn)動(dòng)控制、定位導(dǎo)航和樣品采集等技術(shù)方面都有了穩(wěn)定的提高，各類水下機(jī)器人的功能也逐步拓展，由專用、單一功能向多功能應(yīng)用發(fā)展。ARV即融合了ROV與AUV的特點(diǎn)；AUG融合了APF與AUV的特點(diǎn)；AUV通過增加推進(jìn)器的方式，提升了運(yùn)行穩(wěn)定性。多功能融合是今后水下機(jī)器人的發(fā)展方向之一。

　　此外，為了進(jìn)一步拓展水下機(jī)器人的應(yīng)用范圍，我國(guó)開展了多種水下機(jī)器人的深遠(yuǎn)海深潛研究，并取得了優(yōu)秀的成果。

　　參考文獻(xiàn)：

　　[1]SATJAS,JOSEPHC,EDINO,etal.UnderwaterManipulators:AReview[J].OceanEngineering,2018,163:431-450.

　　[2]WILDERN.ReviewonUnmannedUnderwaterRobotics,StructureDesigns,Materials,Sensors,Actuators,andNavigationControl[J].JournalofRobotics,2021(1):1-26.

　　[3]陳質(zhì)二,俞建成,張艾群.面向海洋觀測(cè)的長(zhǎng)續(xù)航力移動(dòng)自主觀測(cè)平臺(tái)發(fā)展現(xiàn)狀與展望[J].海洋技術(shù)學(xué)報(bào),2016,35(1):122-130.

　　[4]CONGY,GUCJ,ZHANGT,etal.UnderwaterRobotSensingTechnology:ASurvey[J].FundamentalResearch,2021(3):337-345.

　　[5]LIUYJ,ZHANGGC,HUANGZJ.StudyontheArcticUnderwaterTerrainAidedNavigationBasedonFuzzyParticleFilter[J].InternationalJournalofFuzzySystems,2021,23(4):1017-1026.

　　[6]HUANGH,TANGQ,LIJY,etal.AReviewonUnderwaterAutonomousEnvironmentalPerceptionandTargetGrasp,theChallengeofRoboticOrganismCapture[J].OceanEngineering,2019,195(1):106644.

　　李小新1，陳華林2