初秀民，聶梓熠, ，劉懷漢，蔣仲廉

(1.武漢理工大學(xué) 國(guó)家水運(yùn)安全工程技術(shù)研究中心，湖北 武漢 430063；2.中船重工集團(tuán)公司第七〇九研究所，湖北 武漢 430205；3.長(zhǎng)江航道局，湖北 武漢 430010)

隨著我國(guó)綜合交通運(yùn)輸體系的逐步完備，交通基礎(chǔ)設(shè)施的運(yùn)行與保障已成為交通運(yùn)輸工程學(xué)科重點(diǎn)研究領(lǐng)域之一。與鐵路、公路相比，水路交通的運(yùn)行保障科學(xué)與技術(shù)發(fā)展相對(duì)滯后，而航道水沙要素現(xiàn)場(chǎng)測(cè)量?jī)x器相對(duì)落后是其主要制約因素之一。航道運(yùn)行影響因素眾多，科學(xué)研究實(shí)踐性強(qiáng)，其基礎(chǔ)數(shù)據(jù)包括：水流（水深、流速、流向、流態(tài)等）、泥沙（含沙量、顆粒級(jí)配、河床形貌等）、波浪（波高、波周期、波向等）3 方面數(shù)據(jù)。這些數(shù)據(jù)都具有強(qiáng)時(shí)變、非線性和隨機(jī)性等特征，其大范圍時(shí)空數(shù)據(jù)快速高效測(cè)量是航道運(yùn)行觀測(cè)的難點(diǎn)。現(xiàn)有的航道水沙要素自動(dòng)觀測(cè)儀器存在不足。典型的航道水文多要素定點(diǎn)在線觀測(cè)系統(tǒng)，如圖1所示坐底水沙觀測(cè)系統(tǒng)[1]，可集成多種水沙觀測(cè)儀器進(jìn)行定點(diǎn)在線測(cè)量，但觀測(cè)范圍和時(shí)段有限，且水環(huán)境下系統(tǒng)維護(hù)管理難度大；航道水文要素（如泥沙、水流等）尚缺乏現(xiàn)場(chǎng)級(jí)快速集成專用儀器。航道水文要素測(cè)量?jī)x器屬于海洋與河流測(cè)繪儀器類，劉先林[2]總結(jié)當(dāng)代測(cè)繪裝備特征為：①先進(jìn)數(shù)據(jù)采集，感知?jiǎng)討B(tài)對(duì)象、多源傳感器與高時(shí)空分辨率、三維信息感知、實(shí)時(shí)傳輸；②一機(jī)多用，多功能化、集成化、柔性化；③移動(dòng)智能終端應(yīng)用，泛在測(cè)繪、眾投→眾創(chuàng)→眾測(cè)、在線測(cè)量；④數(shù)據(jù)結(jié)構(gòu)化，分層分類化、分類對(duì)象化、對(duì)象屬性化；⑤智能數(shù)據(jù)處理，并行化、云端化、深度學(xué)習(xí)。

圖1 坐底水沙觀測(cè)系統(tǒng)[1]Fig.1 Underwater sediment observation system[1]

2018 年12 月，工業(yè)和信息化部等三部門聯(lián)合印發(fā)了《智能船舶發(fā)展行動(dòng)計(jì)劃（2019—2021 年）》，重點(diǎn)任務(wù)將突破智能感知、智能航行系統(tǒng)等研制，推動(dòng)內(nèi)河與近海船舶智能航行技術(shù)研發(fā)?？梢灶A(yù)見，在未來3～5 年智能航行感知與航行控制技術(shù)將逐步在內(nèi)河與近海船舶中應(yīng)用。典型的內(nèi)河與近海貨船智能航行感知與控制系統(tǒng)如圖2 所示，智能航行傳感器與通信系統(tǒng)功能符合航道水文要素測(cè)量?jī)x器特征基本要求，即多傳感器集成、移動(dòng)在線等。因此，結(jié)合新一代人工智能技術(shù)、開發(fā)新型高分辨率的測(cè)量傳感器，研制集成船載傳感器的航道水沙要素集成移動(dòng)測(cè)量系統(tǒng)在原理與技術(shù)上具有可能性。

圖2 船載環(huán)境感知與控制傳感器及通信系統(tǒng)Fig.2 Shipborne sensor and communication system

本文綜述航道水沙要素集成移動(dòng)測(cè)量系統(tǒng)相關(guān)領(lǐng)域與關(guān)鍵技術(shù)研究現(xiàn)狀，并展望未來研究方向，為研制新一代適用于大范圍的航道水沙要素集成移動(dòng)測(cè)量裝置提供技術(shù)思路。

1 交通基礎(chǔ)設(shè)施移動(dòng)測(cè)量?jī)x器裝備研究概況

隨著我國(guó)交通基礎(chǔ)設(shè)施的大規(guī)模建設(shè)，基礎(chǔ)設(shè)施服役性能與維護(hù)檢測(cè)技術(shù)成為交通領(lǐng)域研究熱點(diǎn)。與綜合檢測(cè)車相類似的船載集成化綜合航道要素現(xiàn)場(chǎng)觀測(cè)儀器裝備，成為水運(yùn)科學(xué)高水平科研與工程建設(shè)的重要內(nèi)容，船載集成移動(dòng)測(cè)量技術(shù)研究得到了極大關(guān)注。作為水陸地形無縫測(cè)量中的新興海洋測(cè)繪設(shè)備，船載水陸一體化綜合測(cè)量系統(tǒng)可實(shí)現(xiàn)復(fù)雜地形條件的精確一體化快速測(cè)量，其工作原理如圖3 所示。21 世紀(jì)初，通過集成三維激光掃描儀、多波束測(cè)深儀、慣性測(cè)量單元等多類型傳感器系統(tǒng)，國(guó)外科研人員驗(yàn)證了水陸結(jié)合部精準(zhǔn)測(cè)量的技術(shù)可行性[3]；此外，美國(guó)iLinks Geosolutions 公司研發(fā)了一款便攜式多波束激光雷達(dá)系統(tǒng)PMLS_1，具備船載一體測(cè)量集成應(yīng)用的擴(kuò)展能力；2013 年，Kongsberg 公司提出了配置多波束測(cè)深儀和激光掃描儀的綜合地形測(cè)量技術(shù)方案，可生成高兼容度的地理數(shù)據(jù)產(chǎn)品。國(guó)內(nèi)相關(guān)企業(yè)與科研院所也積極開展了移動(dòng)測(cè)量系統(tǒng)研發(fā)工作，包括：廣州中海達(dá)衛(wèi)星導(dǎo)航技術(shù)股份有限公司的iAqua 系統(tǒng)，山東科技大學(xué)、中國(guó)測(cè)繪科學(xué)研究院等聯(lián)合研制的基于多波束測(cè)深和船載激光掃描協(xié)同系統(tǒng)[4-5]，青島秀山移動(dòng)測(cè)量有限公司研制的船載水陸一體測(cè)量VSurs-W 系統(tǒng)[6]，北京海卓同創(chuàng)科技有限公司發(fā)明的一體化多波束測(cè)深裝置[7]。表1 為上述國(guó)內(nèi)外典型船載水上水下一體化移動(dòng)測(cè)量系統(tǒng)的技術(shù)指標(biāo)對(duì)比。

圖3 水上水下一體化移動(dòng)三維測(cè)量系統(tǒng)作業(yè)示意圖Fig.3 Operation diagram of integrated mobile 3D measurement system

表1 典型船載水上水下一體化移動(dòng)測(cè)量系統(tǒng)技術(shù)參數(shù)對(duì)比[3]Tab.1 Comparison of technical indexes of several shipborne integrated mobile measurement systems

隨著無人艇技術(shù)的發(fā)展與應(yīng)用，以無人艇為承載平臺(tái)研發(fā)海洋與河流測(cè)繪系統(tǒng)得到迅速發(fā)展。法國(guó)Marine Tech 公司研制開發(fā)了海上監(jiān)測(cè)平臺(tái)，該平臺(tái)面向海洋監(jiān)測(cè)、生態(tài)監(jiān)控及海上石油平臺(tái)巡護(hù)等需求，在基本型海豚上增加水上水下一體化測(cè)量設(shè)備、360 全景設(shè)備、單波束聲吶、側(cè)掃聲吶、ADCP、水下攝像機(jī)等設(shè)備，完成水下地形、水上地形、景觀、水質(zhì)、魚群、珊瑚礁的監(jiān)測(cè)和數(shù)據(jù)采集；上海大學(xué)研發(fā)的“精?！毕盗袩o人艇，通過配置不同類型儀器裝備，可提供面向不同應(yīng)用場(chǎng)景的解決方案；中海達(dá)開發(fā)的小型多功能無人測(cè)量船，主要用于內(nèi)河與湖泊的測(cè)繪；長(zhǎng)江航道局與武漢理工大學(xué)聯(lián)合開發(fā)的具有自主航行避碰功能的航道無人測(cè)量船，可以實(shí)現(xiàn)內(nèi)河航道維護(hù)尺度等自動(dòng)測(cè)量，服務(wù)于長(zhǎng)江電子航道圖的生產(chǎn)與制作。

從上述航道基礎(chǔ)設(shè)施移動(dòng)測(cè)量相關(guān)儀器設(shè)備研究概況可見：集成化多功能船載航道移動(dòng)測(cè)量系統(tǒng)是水運(yùn)科研儀器與技術(shù)創(chuàng)新的方向。公路工程與鐵路工程綜合移動(dòng)測(cè)試系統(tǒng)、船載水上水下一體化測(cè)量系統(tǒng)等研發(fā)，為集成化多功能船載航道移動(dòng)測(cè)量系統(tǒng)提供了一定的技術(shù)參照，但具備波浪、水流、泥沙等水沙要素測(cè)量能力的船載移動(dòng)觀測(cè)系統(tǒng)尚屬空白，亟需在船載水沙要素傳感器、信息處理方法及系統(tǒng)集成技術(shù)等方面開展聯(lián)合科研攻關(guān)。

2 船載航道水沙要素測(cè)量與信息處理技術(shù)

隨著船載傳感器、物聯(lián)網(wǎng)及移動(dòng)計(jì)算等技術(shù)發(fā)展，基于船載傳感器的航道水沙要素觀測(cè)技術(shù)研究亦取得了長(zhǎng)足進(jìn)步[8]。

2.1 X 波段航海雷達(dá)的波浪檢測(cè)儀器

X 波段航海雷達(dá)常用于船舶導(dǎo)航，借助雷達(dá)圖譜分析可解析波浪數(shù)據(jù)，具有便捷、高效等比較優(yōu)勢(shì)。雷達(dá)圖像中所包含的雜波信息，一定程度上彌補(bǔ)了SAR 和高頻地波雷達(dá)檢測(cè)波浪的不足。因此，利用X 波段船用航海雷達(dá)開展波浪數(shù)據(jù)監(jiān)測(cè)與解析已成為海洋環(huán)境領(lǐng)域的研究熱點(diǎn)之一[9]，其基本原理是利用X 波段航海雷達(dá)影像序列構(gòu)建海浪頻譜，反演獲得波浪參數(shù)。在國(guó)外，比較成熟的X 波段航海雷達(dá)海浪監(jiān)測(cè)儀器有德國(guó)GKSS 研究中心的WaMoSⅡ和挪威的WAVEX（圖4），相關(guān)技術(shù)參數(shù)如表2 所示。

圖4 典型的X 波段航海雷達(dá)海浪監(jiān)測(cè)儀器Fig.4 Typical X-band marine radar wave monitoring instrument

表2 WaMoSⅡ與WAVEX 主要技術(shù)參數(shù)Tab.2 Main technical parameters of WaMoSⅡ and WAVEX

目前，X 波段航海雷達(dá)海浪監(jiān)測(cè)儀多用于岸基觀測(cè)與海洋平臺(tái)，船載移動(dòng)海浪監(jiān)測(cè)技術(shù)尚不成熟。針對(duì)航行中船載X 波段雷達(dá)測(cè)量波高精度不高等問題，Stredulinsky 等[10]提出了融合船舶姿態(tài)傳感器信息的波高修正算法。航行中船載X 波段雷達(dá)海流檢測(cè)受船首向的影響，Lund 等[11]提出了基于船載多天線GPS 定位數(shù)據(jù)的海流觀測(cè)校準(zhǔn)算法；針對(duì)當(dāng)前雷達(dá)圖像波浪譜反演波高需要校準(zhǔn)、應(yīng)用比較繁瑣，Ludeno 等[12]提出了建立雷達(dá)圖像亮度與雷達(dá)波浪譜相關(guān)數(shù)學(xué)模型進(jìn)行波高自修正的算法。為提高波浪反演計(jì)算的精度，Raúl Vicen-Bueno 等提出了基于多層感知器波浪反演算法[13]；Cornejo-Bueno 等提出了基于支持向量機(jī)的波浪反演方法[14]。在國(guó)內(nèi)，王立等[15]針對(duì)X 波段導(dǎo)航雷達(dá)對(duì)海雜波的成像提出了一種結(jié)合幾何濾波模型的X 波段雷達(dá)海流反演預(yù)處理算法，可以得到精確的表面流速。針對(duì)幾何陰影分割對(duì)反演波高的精度影響，盧志忠等[16]基于差分邊緣檢測(cè)思想提出了一種圖像陰影準(zhǔn)確劃分的自適應(yīng)方法；X 波段的電磁波受降雨影響容易產(chǎn)生衰減，導(dǎo)致導(dǎo)航X 波段雷達(dá)在降雨時(shí)無法用于海浪觀測(cè)，馬玉菲等[17]提出了一種新的降低降雨影響的算法來反演海浪參數(shù)。

綜上所述，利用X 波段船用導(dǎo)航雷達(dá)開展波浪參數(shù)測(cè)量具有較好的技術(shù)積累，而船載移動(dòng)環(huán)境下的測(cè)波方法尚處于不斷發(fā)展和完善中，基于多傳感器的測(cè)波融合算法、波浪參數(shù)反演智能算法等還需深入研究。隨著航運(yùn)技術(shù)發(fā)展，船用導(dǎo)航雷達(dá)正從傳統(tǒng)的磁控管模式逐漸向新式的固態(tài)脈沖壓縮和連續(xù)波雷達(dá)過渡，以延長(zhǎng)壽命、提高距離分辨力、降低人體傷害等[18]。因此，固態(tài)導(dǎo)航雷達(dá)測(cè)波是未來研究的新方向。

2.2 航道水面流場(chǎng)時(shí)空?qǐng)D像測(cè)量技術(shù)與儀器

航道水面流場(chǎng)信息如水面流速、流態(tài)及流向等是航道運(yùn)行狀態(tài)和評(píng)估船舶通航安全的基礎(chǔ)數(shù)據(jù)。李蔚[19]分析了常用水面流場(chǎng)觀測(cè)設(shè)備：旋漿測(cè)速儀、聲學(xué)多普勒測(cè)速儀、多普勒剖面測(cè)速儀、雷達(dá)、遙感等技術(shù)優(yōu)缺點(diǎn)與實(shí)用性，發(fā)現(xiàn)現(xiàn)有設(shè)備并不適用于大范圍的水面流場(chǎng)觀測(cè)且成本較高。基于圖像的測(cè)流方法一般具有簡(jiǎn)單、高效、安全等優(yōu)勢(shì)，該類方法主要包括大尺度粒子圖像測(cè)速法（Large-scale image velocimetry，LSPIV[20]）、時(shí)空?qǐng)D像測(cè)速法（Space-time image velocimetry，STIV）。LSPIV 方法的原理是改進(jìn)室內(nèi)粒子圖像測(cè)速技術(shù)（PIV）并運(yùn)用于河流表面流場(chǎng)與流量測(cè)量。在此基礎(chǔ)上，張振等梳理了河流水面成像測(cè)速（RSIV）方法的研究進(jìn)展，認(rèn)為示蹤方式、圖像采集、流場(chǎng)標(biāo)定等對(duì)LSPIV 測(cè)量精度產(chǎn)生影響，并據(jù)此提出了技術(shù)改進(jìn)思路[21]。在河流斷面流量測(cè)量領(lǐng)域，F(xiàn)ujita 等提出的STIV 方法綜合性能更優(yōu)，在日本多條河流試驗(yàn)中均取得了較好效果，通過調(diào)整拍攝角度，可解決STIV 應(yīng)用中河寬受限的問題；借助高分辨率紅外線攝像機(jī)，可實(shí)現(xiàn)夜間斷面流量監(jiān)測(cè)[22-23]，如圖5 所示。

圖5 Fujita 開展的STIV 流量觀測(cè)試驗(yàn)Fig.5 STIV water flow observation test by Fujita

目前，國(guó)內(nèi)關(guān)于STIV 的科學(xué)研究和工程化應(yīng)用剛剛起步。鑒于現(xiàn)場(chǎng)環(huán)境的復(fù)雜性和河道水流的變化性，現(xiàn)有研究在敏感性分析及不確定度評(píng)估方面存在不足，STIV 使用受限，張振等[24]設(shè)計(jì)了一種滾動(dòng)畫幅裝置來模擬河流水面運(yùn)動(dòng)，在此基礎(chǔ)上全面開展了頻域STIV 方法的定量評(píng)估。Cai 等[25-26]參照了計(jì)算機(jī)視覺領(lǐng)域的光流神經(jīng)網(wǎng)絡(luò)，采用人工合成的粒子圖像數(shù)據(jù)集進(jìn)行監(jiān)督學(xué)習(xí)訓(xùn)練，基于深度神經(jīng)網(wǎng)絡(luò)的流體運(yùn)動(dòng)估計(jì)模型可提供單像素的湍流速度場(chǎng)。

關(guān)于STIV 的開發(fā)和研究多為定點(diǎn)靜態(tài)觀測(cè)，對(duì)水面圖像采集速率、觀測(cè)計(jì)算實(shí)時(shí)性要求并不高。如將STIV 系統(tǒng)安裝在船舶上，開展水面流場(chǎng)的移動(dòng)測(cè)量研究，船載水面圖像采集設(shè)備技術(shù)要求、水面流場(chǎng)計(jì)算精度、高可靠性的快速算法等難題尚有待突破。近年來，深度學(xué)習(xí)算法在流體力學(xué)圖像觀測(cè)與計(jì)算中得到應(yīng)用[26]，因此，基于船岸寬帶通信利用云計(jì)算與深度學(xué)習(xí)算法，開展船載的STIV 流場(chǎng)實(shí)時(shí)計(jì)算、智能算法研究非常值得期待。

2.3 航道泥沙現(xiàn)場(chǎng)測(cè)量技術(shù)與儀器

目前，航道泥沙現(xiàn)場(chǎng)測(cè)量技術(shù)主要包括聲學(xué)測(cè)量、光學(xué)測(cè)量。聲學(xué)多普勒流速剖面儀（Acoustic Doppler Current Profiler，ADCP）是常見的聲學(xué)測(cè)量?jī)x器，“ADCP 測(cè)沙”是借助ADCP 的聲反向散射信號(hào)（Acoustic Back Scatter，ABS），率定并計(jì)算垂線平均含沙量或斷面輸沙率。由于聲信號(hào)在水中能量會(huì)發(fā)生損耗及吸收（包括水體吸收、泥沙吸收、能量擴(kuò)散等），故在應(yīng)用時(shí)需要對(duì)回聲強(qiáng)度進(jìn)行能量損耗補(bǔ)償，推算出各水層的聲學(xué)后向散射強(qiáng)度，由聲學(xué)后向散射強(qiáng)度反演懸沙濃度。聲學(xué)能量損耗一般與環(huán)境因素、儀器參數(shù)有關(guān)，如懸沙濃度、水體含鹽度、水體溫度、水壓、儀器功率、換能器體積、頻率等。早期的研究多數(shù)只考慮水體吸收、聲束擴(kuò)散造成的能量損耗，而忽略了泥沙吸收、換能器近場(chǎng)能量擴(kuò)散等損耗項(xiàng)，故補(bǔ)償結(jié)果并不理想，利用超聲原理測(cè)量懸移質(zhì)含沙量的結(jié)果仍需與其他的測(cè)量方法進(jìn)行比對(duì)驗(yàn)證。

基于光學(xué)的航道泥沙測(cè)量方法一般分為光學(xué)反向散射法（Optical backscatter）和激光衍射法（Laser diffraction）兩類。光學(xué)反向散射濁度計(jì)OBS 適用于含沙量變化幅度較大的水域，具有連續(xù)實(shí)時(shí)測(cè)量的能力；由于光學(xué)信號(hào)與泥沙濃度之間的非線性關(guān)系，OBS 測(cè)量精度影響因素包括泥沙粒徑、質(zhì)量分?jǐn)?shù)、顏色等。因此，準(zhǔn)確、可靠的OBS 標(biāo)定是獲取高精度懸沙濃度數(shù)據(jù)的關(guān)鍵[27]。林振鎮(zhèn)等[28-29]開展了懸沙濃度標(biāo)定相關(guān)性問題的探索，建議現(xiàn)場(chǎng)采集水樣并進(jìn)行后續(xù)處理時(shí)，需要注意儀器觀測(cè)對(duì)象與標(biāo)定樣品的一致性。常見的激光衍射法測(cè)沙裝置有美國(guó)Sequoia Scientific 公司生產(chǎn)的LISST 系列，與傳統(tǒng)的測(cè)驗(yàn)分析方法相比，該系列儀器具有時(shí)效性好、工作量小等特點(diǎn)。國(guó)內(nèi)水文系統(tǒng)和科研單位已廣泛引進(jìn)LISST 用于原型觀測(cè)。實(shí)驗(yàn)室和野外測(cè)試表明：LISST 的粒徑測(cè)量存在角度誤差。Agrawal 研究成果表明：激光衍射法推算的粒徑有時(shí)會(huì)比篩分粒徑大20%～40%；由于光電探測(cè)器必須接收到足夠的光信號(hào)，LISST 一般適用于0.1～8.1 kg/m3的低含沙量情況；含沙量測(cè)量依賴于經(jīng)驗(yàn)關(guān)系，導(dǎo)致LISST 含沙量測(cè)量精度不高[30]。國(guó)產(chǎn)高精度智能激光粒度儀Bettersize 3000 具備粒度測(cè)試、粒形分析等功能，可“捕捉”最大粒徑D100[31]，該裝置已在長(zhǎng)江荊江段測(cè)試并取得成功。

泥沙圖像分析技術(shù)具有直觀、準(zhǔn)確的特點(diǎn)，已逐漸成為泥沙現(xiàn)場(chǎng)觀測(cè)領(lǐng)域的新方法。唐小婭等[32]建立了一套泥沙圖像粒徑分析系統(tǒng)，分別采用圖像法、機(jī)械篩分法和激光分析法對(duì)同一批沙樣進(jìn)行粒徑測(cè)定。許琳娟等[33]探討了圖像處理技術(shù)在推移質(zhì)運(yùn)動(dòng)顆粒參數(shù)提取中的應(yīng)用。于連生[34]系統(tǒng)總結(jié)了懸沙測(cè)試技術(shù)的研究進(jìn)展和基本問題，研制了基于顆粒圖像分析的光學(xué)懸浮沙粒徑譜儀，適用于高濃度懸沙測(cè)量，可同時(shí)獲取懸沙粒徑分布與濃度。胡友薺等[35]分析驗(yàn)證了TES-91 泥沙在線監(jiān)測(cè)系統(tǒng)在長(zhǎng)江枝城水文站的應(yīng)用，測(cè)試結(jié)果表明，在線監(jiān)測(cè)泥沙與實(shí)測(cè)斷面平均含沙量具有良好的相關(guān)性。

基于圖像處理的泥沙測(cè)量技術(shù)具有適用范圍廣、直觀準(zhǔn)確等優(yōu)勢(shì)，已成為當(dāng)前現(xiàn)場(chǎng)泥沙測(cè)量?jī)x器研發(fā)的重要方向。在水下泥沙顆粒成像、不規(guī)則顆粒檢測(cè)與處理等方面，尚有深入研究的空間。

3 船載航道水沙要素測(cè)量?jī)x器核心技術(shù)

根據(jù)航道水沙要素測(cè)量技術(shù)研究現(xiàn)狀，現(xiàn)場(chǎng)多要素集成測(cè)量核心技術(shù)包括水下高清成像、圖像智能在線處理、誤差控制等內(nèi)容。

3.1 水下高清圖像采集技術(shù)

運(yùn)用圖像處理技術(shù)開展泥沙現(xiàn)場(chǎng)移動(dòng)測(cè)量，首先要構(gòu)建水下高清圖像采集系統(tǒng)。目前，水下成像技術(shù)主要包括六類：距離選通成像技術(shù)、同步掃描成像技術(shù)、結(jié)構(gòu)光成像技術(shù)、調(diào)制/解調(diào)去散射成像技術(shù)、水下偏振成像技術(shù)及光學(xué)聲學(xué)混合成像技術(shù)[36]。相比其他方式，水下偏振系統(tǒng)具有體積小、操作簡(jiǎn)單、成本低等特點(diǎn)，是一種發(fā)展?jié)摿薮蟮奶綔y(cè)技術(shù)。目前，比較經(jīng)典的水下偏振差分成像系統(tǒng)是由Dubreuil 等[37]提出并設(shè)計(jì)的一種水下主動(dòng)偏振成像系統(tǒng)，系統(tǒng)采用寬譜光源照明、旋轉(zhuǎn)偏振器探測(cè)的方式實(shí)現(xiàn)正交偏振探測(cè)，大大降低了設(shè)備成本。基于圖像分層處理的思路，Han 等[38]提出了多尺度水下偏振成像方法，有效解決了噪聲放大所導(dǎo)致的圖像信噪比受限的問題。為了改善水下偏振圖像存在的質(zhì)量差、紋理細(xì)節(jié)模糊和對(duì)比度低等問題，王利杰等[39]提出了基于區(qū)域方差的水下偏振圖像融合算法。范新南等[40]以水體透射率圖與目標(biāo)反射光圖像存在的相互獨(dú)立性為基礎(chǔ)，提出了一種基于結(jié)構(gòu)相似性的水下偏振圖像復(fù)原方法，旨在提高水下偏振圖像的清晰度、對(duì)比度和色彩真實(shí)度。

綜上，水下偏振成像技術(shù)有望在水下泥沙觀測(cè)系統(tǒng)中應(yīng)用，但是圖像采集系統(tǒng)的設(shè)計(jì)、構(gòu)建及面向渾水環(huán)境下的信息處理技術(shù)有待深入研究。

3.2 航道水沙圖像處理技術(shù)

航道水沙圖像處理主要包括圖像分割、圖像識(shí)別等內(nèi)容。圖像分割的目的是從水沙圖像中分割出有意義的目標(biāo)區(qū)域，為懸沙濃度計(jì)算、粒徑分析等提供依據(jù)。圖像分割是影響圖像處理效果的重要環(huán)節(jié)，針對(duì)不同場(chǎng)景與對(duì)象，其分割方法與評(píng)價(jià)標(biāo)準(zhǔn)并不統(tǒng)一。目前，常見的圖像分割方法有數(shù)值方法、深度學(xué)習(xí)算法、群體智能算法等，其難點(diǎn)主要表現(xiàn)在復(fù)雜多維數(shù)下全局最優(yōu)解的求解。

隨著深度學(xué)習(xí)、群體智能等算法的快速發(fā)展，圖像語(yǔ)義分割技術(shù)取得長(zhǎng)足發(fā)展。田萱等[41]詳細(xì)闡述了基于深度學(xué)習(xí)的圖像語(yǔ)義分割方法類別，介紹了常用的圖像語(yǔ)義分割數(shù)據(jù)集和性能評(píng)價(jià)指標(biāo)，展望了圖像語(yǔ)義分割的發(fā)展趨勢(shì)和面臨的挑戰(zhàn)。受益于GPU 等運(yùn)算性能的提升，全卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法已成為圖像語(yǔ)義分割領(lǐng)域的研究重點(diǎn)，但其精度受限于訓(xùn)練樣本數(shù)據(jù)集的大小與質(zhì)量。通過研究社會(huì)性群體行為特征所建立的群體智能算法（如粒子群算法、蟻群算法、麻雀搜索法等），可為圖像分割提供優(yōu)質(zhì)全局解且具有較好的魯棒性和計(jì)算效率；然而，群體智能算法作為一種優(yōu)化工具，無法改變?cè)瓐D像分割方法的本質(zhì)特征與適用規(guī)則。同時(shí)，數(shù)學(xué)理論基礎(chǔ)、參數(shù)取值標(biāo)準(zhǔn)、收斂速度等問題也是當(dāng)前深度學(xué)習(xí)、群體智能等算法在圖像語(yǔ)義分割應(yīng)用中亟需解決的關(guān)鍵問題。

隨著船載端多類型智能傳感器技術(shù)的發(fā)展，航道水沙要素監(jiān)測(cè)中各類儀器與設(shè)備之間的干擾、誤差控制，已成為提升監(jiān)測(cè)精度與可靠性的重要環(huán)節(jié)。目前，關(guān)于多源傳感器防干擾方法與對(duì)策的研究成果較少；在工程應(yīng)用中，常常通過改進(jìn)標(biāo)定方法或優(yōu)化數(shù)據(jù)集等方式，提升監(jiān)測(cè)數(shù)據(jù)精度。航道監(jiān)測(cè)儀器協(xié)同可靠的系統(tǒng)設(shè)計(jì)將成為未來的重要研究方向。

4 結(jié)語(yǔ)

從航道水沙要素現(xiàn)場(chǎng)測(cè)量及相關(guān)技術(shù)的研究現(xiàn)狀分析可見：研制航道水沙要素移動(dòng)測(cè)量裝置在技術(shù)上是可行的，然而，航道水沙要素復(fù)雜多變，現(xiàn)場(chǎng)實(shí)時(shí)監(jiān)測(cè)挑戰(zhàn)大，存在諸多測(cè)量領(lǐng)域的技術(shù)難題，總結(jié)如下：

（1）航道水沙要素測(cè)量用核心傳感器的研制。盡管目前船舶配備了相對(duì)完備的航行環(huán)境探測(cè)傳感器，但是常用的X-波段導(dǎo)航雷達(dá)尚不能用于探測(cè)波浪，通過水下成像系統(tǒng)獲取航道泥沙信息難度大，亟待研制新一代具有波浪探測(cè)功能的導(dǎo)航雷達(dá)、激光水下高精度成像系統(tǒng)，實(shí)現(xiàn)航道水沙要素?cái)?shù)據(jù)精確采集。

（2）航道水沙要素圖像處理智能學(xué)習(xí)的建模。波浪、水流、泥沙等圖像數(shù)據(jù)的處理，涉及圖像增強(qiáng)、圖像分割、圖像識(shí)別等。隨著新一代人工智能技術(shù)的應(yīng)用，深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型在圖像處理的各領(lǐng)域得到廣泛應(yīng)用；通過將深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型與航道水沙要素圖像處理相結(jié)合，有助于構(gòu)建波浪、水流、泥沙專用圖像識(shí)別數(shù)據(jù)集，為基于圖像智能處理的航道水沙要素?cái)?shù)據(jù)提取奠定理論基礎(chǔ)。

（3）航道水沙要素測(cè)量實(shí)時(shí)計(jì)算算法的研究。集成船載傳感器的航道水沙要素移動(dòng)在線測(cè)量系統(tǒng)面臨圖像種類多、數(shù)據(jù)繁雜、計(jì)算量大等難題，盡管設(shè)備端具備了一定的計(jì)算能力，但是很難滿足實(shí)時(shí)測(cè)量與計(jì)算的需要；結(jié)合船岸寬帶通信系統(tǒng)，利用航道信息處理中心云平臺(tái)計(jì)算資源，如何提升端云融合的航道水沙要素實(shí)時(shí)計(jì)算精度、減少監(jiān)測(cè)儀器間的干擾等需要深入探索。

智能航運(yùn)發(fā)展對(duì)航道水沙要素?cái)?shù)據(jù)的實(shí)時(shí)性、覆蓋率提出了更高的技術(shù)需求。通過研制基于在航船舶船載傳感器的航道水沙要素移動(dòng)在線測(cè)量系統(tǒng)，有助于實(shí)現(xiàn)航道水沙要素?cái)?shù)據(jù)集成測(cè)量“由點(diǎn)到線-面、由線下到線上”的技術(shù)創(chuàng)新，助推數(shù)據(jù)驅(qū)動(dòng)的水運(yùn)工程科學(xué)與技術(shù)發(fā)展。