水下智能安防機(jī)器人的系統(tǒng)設(shè)計(jì)及應(yīng)用

謝心怡，黃豪彩，賀自力，王文斌，方 亮，馮仁棟

（1. 浙江大學(xué) 海洋學(xué)院，浙江 舟山 316021；2. 浙江優(yōu)威科技有限公司，浙江 舟山 316013）

0 引言

海洋是我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的重要戰(zhàn)略空間，加快海洋經(jīng)濟(jì)增長(zhǎng)和海洋國(guó)防建設(shè)步伐對(duì)壯大國(guó)家整體經(jīng)濟(jì)實(shí)力、維護(hù)國(guó)家海洋權(quán)益、促進(jìn)我國(guó)經(jīng)濟(jì)持續(xù)健康發(fā)展具有十分重要的現(xiàn)實(shí)意義。然而，目前重要經(jīng)濟(jì)基礎(chǔ)設(shè)施不僅受制于復(fù)雜的海洋環(huán)境，還要面對(duì)非傳統(tǒng)的安全威脅[1-2]。

近年來(lái)，帶纜遙控水下機(jī)器人（ROV）因?yàn)榻?jīng)濟(jì)性好、適應(yīng)性強(qiáng)、靈活性高、作業(yè)效率高等優(yōu)點(diǎn)得到迅速發(fā)展；隨著功能的不斷完善和可靠性快速提高，越來(lái)越被廣泛應(yīng)用于海洋資源調(diào)查開(kāi)發(fā)、水下工程作業(yè)、水下安防等領(lǐng)域[3-4]。目前用于深海中，能夠完成高強(qiáng)度、大負(fù)荷工作的中大型 ROV已經(jīng)較為成熟，產(chǎn)業(yè)化程度很高[5-7]。而用于淺海作業(yè)中，能夠巡檢水下船體，進(jìn)行檢測(cè)和維修，識(shí)別拆除危險(xiǎn)物，并具有高機(jī)動(dòng)性、控制靈活快捷、操作攜帶方便的小型多功能ROV并不多見(jiàn)[8-9]。

國(guó)內(nèi)還未對(duì)海上作業(yè)設(shè)備的智能化水下安全防護(hù)進(jìn)行系統(tǒng)性研究，在安防能力組合方面的技術(shù)與國(guó)外相比還有一定的差距，尤其是智能安防水下機(jī)器人的關(guān)鍵技術(shù)還處于起步階段，急待突破。本文以能力組合技術(shù)為基礎(chǔ)，提出多功能的水下安防智能機(jī)器人技術(shù)，突破該機(jī)器人的系統(tǒng)集成技術(shù)，實(shí)現(xiàn)自主導(dǎo)航高精度定位與可以目標(biāo)的識(shí)別處理任務(wù)，為水下安防智能機(jī)器人的試驗(yàn)工程應(yīng)用提供技術(shù)支撐。

1 水下機(jī)器人的系統(tǒng)集成設(shè)計(jì)

水下機(jī)器人系統(tǒng)集成設(shè)計(jì)方案如圖1所示，系統(tǒng)由濕端水下作業(yè)機(jī)器人、干端系統(tǒng)控制臺(tái)和干濕端連接部分臍帶纜收放機(jī)構(gòu)3部分結(jié)構(gòu)組合而成，結(jié)構(gòu)中包括5個(gè)分系統(tǒng)：機(jī)械結(jié)構(gòu)分系統(tǒng)、電路分系統(tǒng)、控制導(dǎo)航分系統(tǒng)、臍帶纜分系統(tǒng)和上位機(jī)分系統(tǒng)。

圖1 水下機(jī)器人系統(tǒng)集成方案Fig. 1 System integration scheme of underwater robot

1.1 水下機(jī)器人的結(jié)構(gòu)設(shè)計(jì)

水下機(jī)器人設(shè)計(jì)正常工作水深為 0～50 m，標(biāo)準(zhǔn)航速為2 kn（凈水狀態(tài)下），質(zhì)量不大于100 kg，水下位置精度在1%～3%，可以完成10 cm×10 cm可疑物體的搜索識(shí)別和處置，同時(shí)滿足水中定深、定向穩(wěn)定運(yùn)動(dòng)的功能，必要時(shí)機(jī)器人還可以貼壁運(yùn)動(dòng)滿足特殊功能需求。整機(jī)三維模型圖如圖 2所示。它主要包括照明燈、吊環(huán)、垂直推進(jìn)器、浮力材料、攝像機(jī)、主推進(jìn)器以及防撞膠條。

圖2 水下機(jī)器人整機(jī)三維模型圖Fig. 2 3D model of underwater robot

1.2 六自由度動(dòng)態(tài)建模

水下機(jī)器人的幾何和物理參數(shù)和規(guī)格如表1所示。水下機(jī)器人模型具備高度對(duì)稱性，關(guān)于xy、yz、xz3個(gè)面均對(duì)稱。因而Ix和Iy的值非常相似，并且關(guān)于xy、xz和yz平面的慣性矩可以近似為 0。

表1 水下機(jī)器人參數(shù)表Table 1 Parameter table of underwater robot

根據(jù) Fossen的理論[10]，水下智能安防機(jī)器人的非線性動(dòng)力學(xué)方程可以描述為

式中：v=[uvwpqr]T，分別是水下智能安防機(jī)器人在隨體坐標(biāo)系下的速度和角速度。η=［xyzφθψ］T為地面坐標(biāo)系的位置和角度。M為慣性矩陣（包括附加質(zhì)量）；C（v）是科氏力和向心力矩陣；D（v）是粘性類水動(dòng)力矩陣；g是重力和浮力共同產(chǎn)生的力或力矩向量；τc為推進(jìn)器產(chǎn)生的驅(qū)動(dòng)力或力矩；τe為外界干擾力。

質(zhì)量和慣性矩陣M是剛體慣性矩陣MRB和附加質(zhì)量慣性矩陣MADD的總和。水下智能安防機(jī)器人模型具有高度對(duì)稱性。因此，根據(jù)附加質(zhì)量慣性矩陣的特性，可以得出矩陣系數(shù)僅在對(duì)角線上為非零。類似地，科里奧利和向心矩陣C也分為剛體項(xiàng)CRB與科里奧利和向心力矩陣CADD。水下智能安防機(jī)器人的M和C計(jì)算如下：

在仿真中，水下機(jī)器人的線性阻力項(xiàng)可以忽略不計(jì)，只取粘性水動(dòng)力系數(shù)的二次項(xiàng)可以簡(jiǎn)化如下：

圖3和圖4分別是無(wú)海流干擾情形下深度控制和無(wú)海流干擾情形下巡航控制的實(shí)例，圖3中水下機(jī)器人以下潛10 m為最終目標(biāo)；圖4中，水下機(jī)器人以追蹤藍(lán)色軌跡為最終目標(biāo)。從圖3和圖4中可以看出，水下機(jī)器人的整體動(dòng)態(tài)特性較好，實(shí)際路徑與參考路徑基本吻合，巡航跟蹤性能很好。說(shuō)明了該水下機(jī)器人具有穩(wěn)態(tài)誤差較小、響應(yīng)迅速、超調(diào)量較小的優(yōu)點(diǎn)。

圖3 無(wú)干擾情形下深度控制實(shí)例Fig. 3 An example of depth control without interference

圖4 水下機(jī)器人巡航控制結(jié)果Fig. 4 Cruise control results of underwater vehicle

2 水下自主導(dǎo)航高精度定位

水下安防智能機(jī)器人作業(yè)環(huán)境通常為水質(zhì)較為渾濁的淺?；蚋劭?。本文擬采取慣性導(dǎo)航、聲吶輔助等多數(shù)據(jù)融合的定位方法來(lái)提高水下定位的精度。首先采用處理能力較強(qiáng)、功耗低、數(shù)據(jù)傳輸快捷的芯片；使用高強(qiáng)度、密度小、防腐蝕的復(fù)合材料，研究一套結(jié)構(gòu)緊湊、成本低、實(shí)用可靠的硬件系統(tǒng)。以短基線定位結(jié)構(gòu)為例，其設(shè)備布置方案如圖5所示。

圖5 系統(tǒng)結(jié)構(gòu)示意圖Fig. 5 System structure diagram

采用基于擴(kuò)展式卡爾曼濾波器和航位推算的定位數(shù)據(jù)匹配法，開(kāi)發(fā)出識(shí)別并剔除定位數(shù)據(jù)異常點(diǎn)，并對(duì)水下目標(biāo)定位數(shù)據(jù)缺失部分進(jìn)行重構(gòu)的數(shù)據(jù)融合處理軟件。完成軟件后，進(jìn)行模擬仿真，結(jié)合實(shí)驗(yàn)結(jié)果驗(yàn)證其可靠性并進(jìn)行優(yōu)化。

3 水下目標(biāo)智能識(shí)別

借鑒國(guó)內(nèi)外在人工智能圖像識(shí)別領(lǐng)域上取得的研究成果，以水下目標(biāo)智能識(shí)別為目標(biāo)，通過(guò)訓(xùn)練圖像數(shù)據(jù)集構(gòu)建、分類識(shí)別模型訓(xùn)練、模型參數(shù)優(yōu)化等相結(jié)合的方法，建立水下竊聽(tīng)裝置、爆炸物、追蹤裝置、毒品外掛物等人工附著物，以及水草、海帶和其他的海生植物等環(huán)境干擾物的圖像識(shí)別系統(tǒng)，如圖6所示。

圖6 圖像識(shí)別系統(tǒng)框圖Fig. 6 Block diagram of image recognition system

該系統(tǒng)包括原始圖像的采集、圖像的初期預(yù)處理、后期圖像的特征提取、圖像識(shí)別判斷四大部分。通過(guò)平滑、增強(qiáng)、恢復(fù)、邊緣檢測(cè)和分割等信息處理方式，把輸入圖像簡(jiǎn)化為分段模式。利用特征提取進(jìn)一步把分割的圖像簡(jiǎn)單地表示為一組特征向量，依據(jù)所提取的特征，通過(guò)算法把相應(yīng)原圖歸屬已知的一類人工附著物。

4 結(jié)束語(yǔ)

水下智能機(jī)器人是水域智能安防的重要組成部分，為正常的海洋航運(yùn)生產(chǎn)和作業(yè)提供保障。本文提出了以能力組合技術(shù)為基礎(chǔ)，提出多功能的水下安防智能機(jī)器人技術(shù)，完成對(duì)水下不明物體的智能自動(dòng)探測(cè)識(shí)別與驅(qū)除任務(wù)，為水下安防智能機(jī)器人的試驗(yàn)工程應(yīng)用提供技術(shù)支撐和可行性方案參考，實(shí)現(xiàn)該領(lǐng)域的創(chuàng)新與超越。