申 雄 徐國華 余 琨 顏明重

1.華中科技大學，武漢，430074 2.中國艦船研究設計中心，武漢，430064 3.上海海事大學，上海，201306

0 引言

水下機器人被廣泛運用于水下作業(yè)活動中，是水下作業(yè)的重要載體。水下目標搜索是水下機器人的作業(yè)任務之一。水下目標搜索首先需要實現(xiàn)機器人的水下定位，配置齊全的水下機器人一般采用超短基線系統(tǒng)（ultra－short baseline，USBL）、慣性導航系統(tǒng)（inertial navigation system，INS）等進行水下定位。Opderbecke［1］針對 USBL在 AUV（autonomous underwater vehicle）水下定位的運用上進行了研究；Jalving等［2］采用融合了INS、DVL（doppler velocity log）等信息的組合定位方法，進一步提高了水下機器人的水下定位精度。搜索策略是貫穿水下搜索任務的指導思想，搜索路徑的規(guī)劃則是策略的主要體現(xiàn)。Petres等［3］和國內的徐玉 如 等［4］、Wang 等［5］針 對不同的作業(yè)任務，分別研究了AUV的路徑規(guī)劃方法。對于搜索任務而言，對目標物的識別是整個任務的重要環(huán)節(jié)。針對水下機器人通常搭載的水下攝像頭和前視聲納，徐筱龍等［6］分別進行了視頻信號模式識別的研究，Lorenson等［7］則針對AUV聲納圖像的處理和識別進行了研究。

目前，國內配備小型水下遙控機器人（remotely operated vehicle，ROV）的單位逐漸增多，如何利用ROV和已有設備進行水底目標搜索受到越來越多的關注。但由于受體積和成本限制，很多小型ROV沒有裝配以USBL、INS為代表的水下定位設備，因此欠定位ROV不能給出標記自身的行進路線和已搜索區(qū)域。在這樣的設備基礎上，如果參照應用于定位功能齊全的ROV或AUV的搜尋策略，將難以保證搜索效率和搜索覆蓋率。

在水下起伏較大的水域中，其底部深度變化幅度較大，其等深線間距（以ROV深度計有效分辨率大小作等深線，且其間距小于ROV的有效觀測范圍）較小?？梢岳孟闰灥牡壬罹€地圖，配合ROV深度計實現(xiàn)ROV的初步定位。在初步定位的基礎上，再通過選擇對定位精度要求低的搜索策略，實現(xiàn)ROV對水底目標的搜索。

本文在設備僅限于欠定位ROV和側掃聲納的基礎上，提出了針對水下起伏較大水域的特殊情況，基于水下等深線圖路徑規(guī)劃和導航的搜索策略，通過繪制水下地形圖、規(guī)劃搜索路徑和搜索作業(yè)等，實現(xiàn)欠定位ROV對大起伏地形中的水下小型目標的搜索。

1 設備及功能

本文中，圖1所示的小型開架式ROV“Outland1000”為傳感器的載體，能在300m水下通過遙控實現(xiàn)進／退、側移、潛／浮和轉首四個自由度的運動，由臍帶纜與水面控制器連接。通過開發(fā)自動航行控制器代替操作人員和遙控器，將ROV改造為具有自動航行能力和干預功能的ARV（autonomous ＆remotely－operated vehicle），可以實現(xiàn)控制精度更高的控制，并減輕操作人員的負擔。

ARV搭載的傳感器包括雙目攝像頭、Micron DST型前視聲納、小型磁羅經(jīng)、深度計和高度計。ARV會通過臍帶纜將水下視頻信號，前視聲納圖像，ARV實時航向、深度和離底高度等信息傳輸至水面控制器。其中，水下視頻信號、前視聲納圖像可用于辨識水下目標或障礙物。而ARV實時航向、深度、離底高度等信息則表示了ARV的水下狀態(tài)，在水下先驗地形圖的配合下可用于ARV的水下導航。

側掃聲納是一種向水底發(fā)射超聲波，接收反射后的聲納信號并成像以實現(xiàn)水下地形探測的設備。在本文中，選用經(jīng)濟的Starfish公司450F型側掃聲納進行水下探測，如圖1所示。

圖1 搜索作業(yè)設備

2 搜索策略設計

由于本文討論的ARV缺乏水下定位能力，所以可以讓其沿等深線地圖貼底航行，這樣在單條等深線上，ARV就可以利用航向、深度、高度信息，沿著等深線軌跡航行。以此思路，設計搜索流程如圖2所示。

圖2 搜索作業(yè)流程圖

整個搜索流程按照繪制水下等深線地圖、規(guī)劃搜索路徑和搜索作業(yè)的步驟進行。

由于作業(yè)任務并不要求完全脫離操作人員的監(jiān)督和設備的限制，所以水下地形圖不需要包含水下地形特征庫等信息，使用側掃聲納繪制出一定密度的等深線地圖即可。

通過分析與目標位置有關的外部信息，初步估計并計算目標在作業(yè)水域中各點的概率值，以此劃分出優(yōu)先級不同的子作業(yè)區(qū)，再將等深線地圖與各自作業(yè)區(qū)疊加，依據(jù)ARV的探測能力，規(guī)劃出其搜索路徑。

進行搜索作業(yè)時，ARV被母船定位到指定地點入水，由自動航行控制器通過等深線地圖進行導航。操作人員對前視聲納圖像和水下視頻進行監(jiān)視，當出現(xiàn)疑似目標或障礙物時，切換成手動模式進行遙控。并通過聲納圖像處理程序進行圖像處理，提取特征并計算出與ARV的相對位置，以供操作人員在水下地形圖中進行標注。

2.1 水下地形圖的繪制

側掃聲納一般用于獲得水底地形和搜尋水底大型殘骸，但本文只討論側掃聲納用于測量水深以繪制等深線地圖的方法。

側掃聲納的拖魚左右側各安裝一條換能器線陣。工作時首先發(fā)射一個短促的聲脈沖，聲波按球面波方式向外傳播，碰到水底或水中物體則產(chǎn)生散射。其中的反向散射波會按原傳播路線返回換能器被換能器接收，經(jīng)換能器轉換成一系列電脈沖。一般情況下，堅硬或凸起的水底回波強；柔軟平滑的水底回波弱；被遮擋的水底不產(chǎn)生回波；距離越遠回波越弱。通過對電脈沖進行采集和相應的數(shù)字化處理，得到以若干掃描線構成的二維水下地形聲圖［8］，如圖3所示。

圖3 側掃數(shù)據(jù)分析

圖3中，側掃聲納的兩側波束存在夾角θ，夾角范圍內為側掃聲納的盲區(qū)。已知盲區(qū)邊緣回波的探測距離為DL、DR，由下式即可得其相對側掃聲納拖魚的相對深度HL和HR，平均后可知拖魚正下方的相對深度。已知拖魚離水面的距離固定為H0，則可通過插值計算出側掃聲納此刻位置的水深HM。HL、HR、HM的表達式為

通過軟件截取側掃聲納的每條數(shù)據(jù)，獲得該時刻的DL和DR值，再根據(jù)式（1）即可計算出該點水深。使用同樣的方法可獲得整個作業(yè)區(qū)域的深度數(shù)據(jù)，再將等深的坐標點依次連接，得到等深線地圖，如圖4所示。

圖4 等深線地圖

2.2 搜索路徑規(guī)劃

對于多數(shù)搜索任務，其作業(yè)區(qū)域內每點的重要性是不同的，因此，通過梳理外部信息，將作業(yè)區(qū)域按照優(yōu)先級劃分為不同的子作業(yè)區(qū)并依次搜索，能在一定程度上提高效率。

通過在作業(yè)區(qū)域內選取一個或多個可能性最大的點，并分別賦予一個可能的概率，假設其周圍的各點受其影響，依次形成一個作業(yè)區(qū)域內概率的場，并以其作為作業(yè)區(qū)域的概率分布圖。具體來說，假設在若干大概率的目標存在點中有一點為i，其周邊各點的概率均受其影響，可認為

其中，（μxi，μyi）為大概率目標存在點i的坐標，Pi為點i的目標存在概率。可將其簡化為標準分布，取σxi＝σyi＝1。式（2）可寫作

在得到區(qū)域內多個主要大概率離散點周邊點的概率后，便可以知道區(qū)域內每點的目標存在概率。對所有大概率點所引起的概率分布進行求和，可得到區(qū)域內的概率分布：

根據(jù)概率分布的集中情況，對不同概率的區(qū)域進行劃分，細分為多個具有不同優(yōu)先級的子作業(yè)區(qū)，如圖5所示，再將其與等深線地圖進行疊加，即可進行最后的路徑規(guī)劃。

不同于通常的沿方波搜索路徑規(guī)劃，本策略采用如圖6所示的基于等深線搜索路徑規(guī)劃。因為搜索任務需要ARV貼底進行且工作區(qū)域內的深度變化較大，過多的起伏運動會導致欠定位的ARV偏離航向；另一方面，通過沿等深線進行搜索，ARV即可通過深度計和高度計的反饋得知是否偏離預定路徑。

圖5 通過概率分布劃分優(yōu)先級

圖6 路徑規(guī)劃方式

在路徑規(guī)劃中，相鄰路徑間的間距大小直接影響到路徑規(guī)劃的合理性。間距太大會使對作業(yè)區(qū)的搜索覆蓋率降低，造成遺漏，反之則影響作業(yè)效率。相鄰路徑的理想間距d由ARV的視覺和前視聲納的探測半徑?jīng)Q定，同時也與ARV在被操縱中的定向航行性能有關。理想間距d的計算方式為

其中，D0為ARV視覺的探測半徑；p0為視覺探測半徑內對目標的辨識可信度，取值介于0～1之間；D1為前視聲納的探測半徑；p1為聲納探測半徑內對目標的辨識可信度；H（s）用于表示ARV的定向航行性能，定義為遙控操作ARV定向航行時，每行駛s，ARV實際位置偏移量。s的取值由ARV纜長及作業(yè)區(qū)域地形特點等確定。

由式（5）可以看出，在探測設備確定的情況下，通過縮短每趟搜索的航程、利用水下特征物作路標、減少ARV翻越地形的次數(shù)等，都能減小ARV的H（s），從而增大ARV搜索路徑的理想間距d，提高效率。但是由于式（5）中多個參數(shù)難以準確地確定，理想間距d難以計算，該公式只用于分析影響搜索路徑間距的因素。在實際操作中，可以根據(jù)實際情況取一個小于視覺探測直徑的值。

在各個子作業(yè)區(qū)的等深線地圖中，保留相鄰距離總是小于d的等深線，作為子作業(yè)區(qū)中搜索作業(yè)的ARV規(guī)劃路徑。

2.3 搜索作業(yè)

搜索作業(yè)時，母船攜帶ARV到分段規(guī)劃路徑的起點定點下水，當ARV下潛至離底部某距離處，核實當前深度是否與等深線地圖中的深度相等，不等則在小范圍內巡游直至找到相應的深度點。隨后即可切換至自動航行控制器對AVR進行導航。通過之前建立的Outland1000水動力學模型［9］和等深線地圖，自動航行控制器能操作ARV沿規(guī)劃路徑航行。

當監(jiān)視水下視頻和前視聲納圖像的操作人員發(fā)現(xiàn)可疑目標時，可將ARV切換至遙控模式。同時可以使用聲納圖像識別程序對聲納信號進行處理，并在等深線地圖中加以記錄。

聲納圖像識別程序可以通過RS485接口獲得Micron DST型前視聲納的實時數(shù)據(jù)，將其解析并繪出整幅聲納圖像。在進行圖像處理時，先通過中值濾波算法去除高頻的干擾噪聲、進行閾值分割［10］。再經(jīng)過邊緣檢測和特征圖形提取之后，可以得到物體的圖像大致形狀、尺寸和與ARV的相對位置關系，識別過程如圖7所示。隨后，操作人員將識別后的信息記錄到等深線地圖中。

圖7 處理聲納圖像

2.4 搜索策略比較

完成整個搜索策略的設計后，將該搜索策略和常用的沿方波搜索進行比對。下面先對搜索的時耗問題進行分析。

搜索策略的時間花費，主要與ARV的航行速度和搜索路徑長度有關。對于本搜索策略和沿方波搜索策略，在都不進行重復搜索，且依照ARV有效探測距離規(guī)劃路徑的情況下，搜索路徑的總長度近似相等，總長度S＝A／d。其中A為搜索面積，d為理想間距。

但是由于本搜索策略相較常用策略，采用將作業(yè)區(qū)域按概率劃分后依次搜索的方法，能在一定程度上提高搜索效率。如圖5b所示的情況，將作業(yè)區(qū)域劃分為3個區(qū)域，則搜索任務的時間期望為

式中，t為ARV搜索每km2的平均時間花費；A1、A2、A3為三個區(qū)域的面積；P1、P2、P3分別為三個區(qū)域中目標存在的概率。

對圖5所示區(qū)域進行計算，結果如表1所示。

表1 三個優(yōu)先級區(qū)域的參數(shù)

將表（1）中數(shù)據(jù)代入式（6），時間期望為0.3996，低于常用策略的時間期望。并且當區(qū)域內概率越集中時，本搜索策略的優(yōu)勢越明顯。

本搜索策略與常用策略相比最大優(yōu)點在于，本策略通過使ARV沿等深線航行并搜索，欠定位ARV能通過深度值的反饋，在檢測到偏航后（深度值偏離了需跟蹤的等深線值）對航線進行修正，使其擺脫對精確定位的依賴。而常用策略中，欠定位ARV則較難按照預定航線進行搜索作業(yè)。

3 湖試

為驗證文中搜索策略，在湖北省荊門市漳河水庫中選取了1000m×1000m的一片水域進行了實驗。實驗區(qū)域水下地形起伏大（深度介于3～45m之間）、風浪小等特點，較為符合文中的搜索策略要求。實驗中的搜索目標選用尺寸不同的兩個圓柱體，目標物1的尺寸為高1.6m、直徑0.5m，目標物2為高3m、直徑0.6m。兩個目標物由第三方分別沉入實驗區(qū)域內的不同位置。

按照本文的策略，首先利用側掃聲納獲得作業(yè)區(qū)域等深線數(shù)據(jù)，整理后導入Google Earth可得到等深線地圖，如圖8a所示。在此基礎上，根據(jù)對目標可能存在點的外部信息進行梳理，作出作業(yè)區(qū)域的概率分布圖。按照概率的大小將作業(yè)區(qū)域劃分為三個不同優(yōu)先級的區(qū)域，并與等深線地圖疊加，如圖8b所示，之后再確定理想間距d。根據(jù)現(xiàn)場情況，取理想間距d為5m。以5m為間距添加更多的等深線，以此作為ARV的搜索路徑。

在搜索實驗中，ARV依次在各優(yōu)先級區(qū)域中作業(yè)，沿逐條等深線路徑進行搜索，先后對兩個目標物成功定位。實驗表明了搜索策略對欠定位ARV在大起伏地形中小目標搜索問題的有效性［11］。

4 結語

本文提出一種欠定位ARV對大起伏地形中水底小目標的覆蓋式搜索策略。在外部信息的支持下，按概率劃分出優(yōu)先級不同的子作業(yè)區(qū)。通過按等深線地圖規(guī)劃出的搜索路徑，應用已有的深度、高度、航向傳感器和等深線地圖對欠定位ARV進行了導航。最后利用水下視頻和前視聲納進行了人工目標識別。在水庫的水下大起伏地形環(huán)境中進行了實驗，取得預期的結果，證明了策略的有效性。

圖8 作業(yè)區(qū)域地圖

提出的搜索策略對欠定位ARV的水下目標搜索問題具有一定的工程意義。通過對非結構目標聲納識別技術的進一步研究，還可以逐步減少操作人員的介入，提高ARV在水下目標搜索上的智能程度。

［1]Opderbecke J.At－sea Calibration of a USBL Underwater Vehicle Positioning System［C］／／Oceans’97MTS／IEEE Conference Proceedings.Halifax，1997：721－726.

［2]Jalving B，Gade K，Hagen O K.A Toolbox of Aiding Techniques for the HUGIN AUV Integrated Inertial Navigation System［J］.Modeling Identification and Control，2004，25（3）：173－190.

［3]Petres C，Pailhas Y，Patron P.Path Planning for Autonomous Underwater Vehicles［J］.IEEE Transactions on Robotics，2007，23（2）：331－341.

［4]徐玉如，姚耀中.考慮海流影響的水下機器人全局路徑規(guī)劃研究［J］.中國造船，2008，46（4）：109－114.Xu Yuru，Yao Yaozhong.Research on AUV Global Path Planning Considering Ocean Current［J］.Shipbuilding of China，2008，46（4）：109－114.

［5]Wang Hongjian，Xiong Wei.Research on Global PathPlanning Based on Ant Colony Optimization for AUV［J］.Journal of Marine Science and Application，2009，1（8）：58－64.

［6]徐筱龍，徐國華.OutLand1000水下機器人的視覺定位研究［J］.中國機械工程，2010，21（11）：1288－1292.Xu Xiaolong，Xu Guohua.Vision－based Localization of OutLand1000ROV［J］.China Mechanical Engineering，2010，21（11）：1288－1292.

［7]Lorenson A，Kraus D.3D－Sonar Image Formation and Shape Recognition Techniques［C］／／OCEANS 2009－EUROPE.Bremen：2009：849－854.

［8]許楓，魏建江.第七講 側掃聲納［J］.物理，2006，35（12）：1034－1037.Xu Feng，Wei Jianjiang.Side－scan Sonar［J］.Physics，2006，35（12）：1034－1037.

［9]張燕，徐國華，徐筱龍，等.微型開架式水下機器人水動力系數(shù)測定［J］.中國造船，2010，51（1）：63－72.Zhang Yan，Xu Guohua，Xu Xiaolong，et al.Measuration of the Hydrodynamic Coefficients of the Microminiature Open－shelf Underwater Vehicle［J］.Shipbuilding of China，2010，51（1）：63－72.

［10]王一童.前視掃描聲納的成像與目標特征提?。跠］.青島：中國海洋大學，2009.

［11]原風，閆春陽.水下機器人助警方河底撈尸鎖鐵證［N］.楚天金報，2010－12－13（13）.