海洋智能无人系统技术：自治功能

1）研究目标

水下环境监测系统所涉及的研究领域是复杂且多学科的。该方法将在理论，数值和模型，全尺寸实验研究方面具有坚实的基础。核心目标是实现自主运营系统，这样的自主运营系统通常被称为智能系统，因为它们能够管理非结构化和未知环境中的意外事件。这不仅仅是模仿人类操作员，还意味着将数学模型与来自传感器和仪器的实时数据相结合，并允许设计优化响应的算法并将其嵌入计算机系统中。实现自主技术所必需的技术和科学包括无线电和水声通信，嵌入式计算机系统，通信网络，传感器和仪器，人机交互，认知科学，电力电子和电力驱动。

2）操作类型

自治水平有不同的定义，从手动或遥控操作，半自动到高度自动驾驶系统几个步骤。自主水平的特征在于人机交互，任务复杂性和环境复杂性的水平。

①自动操作（远程控制）：表示即使系统自动运行，人工操作员也会指挥和控制所有高级任务计划功能，通常是预编程的（人工操作）。

②经同意管理（远程操作）：系统自动为与特定功能相关的任务操作提出建议，并且系统在重要时间点提示人工操作员以获取信息或决策。在这个级别，由于距离的原因，系统可能具有有限的通信带宽，包括时间延迟。在委托时，系统可以独立于人为控制执行许多功能（人工授权）。

③半自动或异常管理：意味着当响应时间太短而无法进行人为干预时，系统会自动执行与任务相关的功能。人可以在定义的时间内覆盖或更改参数并取消或重新定义动作。操作员的注意力仅限于某些决策的例外情况（人为监督控制）。

④高度自治：系统在非结构化环境中自动执行与任务相关的功能，具有规划和重新规划任务的能力。人们可能会被告知进展情况。该系统是独立的，“智能的”（人为的循环）。

3）控制架构

Sotzing and Lane解决了协调多个AUV操作的问题并提出了一个智能任务执行框架，该框架使用多代理技术来控制和协调通信缺陷环境中的多个AUV。受到这项工作和Hagen等人的工作的启发，本节介绍了一种“自下而上”的自治方法，其架构如图13.4所示。三个控制级别定义如下：

图13.4　UUV的控制架构

①任务计划员级别：确定任务目标并计划任务，根据应急处理，有效载荷传感器数据分析的任何输入和自治层的任何其他输入，可以重新规划任务。(www.xing528.com)

②指导和优化级别处理路径点并将命令引用到控制器。

③控制执行级别：在此级别，部署命令控制并由驱动器控制执行。

如果有效载荷传感器获取的数据可以尽可能接近实时处理，则可以通过自适应采样和重新规划来改进自治。如果收集的数据不符合数据请求，则可以自动进行新的调整数据请求，并作为控制器的反馈，以调整采样区域，采样频率，范围，直到满足请求为止。可以通过采取以下的方法，以提高自治水平：

①数学建模：通过整合来自不同领域的模型和知识的系统来实现。不同设计的模型将用于设计，模拟，实时监控，决策和控制。使用实时数据估计状态和参数，以便自适应地更新模型，并监测系统或其环境中的正常和异常变化。

②融合技术：将用于感知环境和任何感兴趣对象的先进传感器融合，例如将光学成像传感器和声学与惯性和导航传感器集成，以准确监测和跟踪物体和环境参数。

③混合控制：机器人和移动传感器在复杂环境中同步运行时，通过协调控制和强大的网络通信，实现基于模型的非线性优化和混合控制。

④算法优化：使用数值优化实现集成指导和路径规划以及高级任务规划，包括由数据，决策，规则构成约束模型，以及离散搜索算法和智能计算算法等。

智能控制命令及任务执行结果，包括避障，故障监测和诊断，作为可重新控制和重新规划路径和任务的基础。在未来，我们将在软件科学的领域向前推进人工智能和学习系统领域的发展。为了提高在很少或没有先验知识的非结构化环境中运行的能力，还需要加强自上而下和自下而上的自治方法之间的相互作用。

为了增加水下航行器的自主性，可以采用反应性和协商性控制的混合策略，Palomeras等人提出了一项使用成熟的方法进行任务管理和规划的提案。这些模型可以结合对任务的不同兴趣，例如调查区域可用性，区域覆盖范围，调查效率，任务可行性和航行器完整性。对于后者，实施某些反应行为以处理需要更直接的动作（例如机械或电气故障）的情况。

Candeloro，Mosciaro，Sorensen，Ippoliti和Ludvigsen提出了一种传感器驱动的路径规划器，允许AUV使用光学相机的输出和处理算法来连续地重新规划路径，从而为路径提供新的路径点。基于OOI的区域覆盖的某些假设，基于数据流中存在感兴趣对的控制系统。实验表明，这种在线数据驱动的路径规划可以通过在搜索新的OOI之前完全监测到设备地图获取的OOI来提高调查的效率。

对于考古应用，Odegård，Nornes，Ludvigsen，Maarleveld和Sorensen提出了一种基于三步调查的方法。该方法是对Hugin，Sæbo等人实施的基于AUV的地雷对策的系统的修改。首先需要监测可能的考古特征，潜在特征会在后续的步骤中详细记录，并对之前的假设进行验证。这个提议的动机是，以记录历史人工制品所必需的分辨率绘制完整的海洋地图太过费时和昂贵。允许AVU本身用光学相机等高分辨率仪器识别和重新访问感兴趣的位置使得整体的调查效率明显提高。