多AUV溫躍層觀測方法研究

王 琳 ，曾俊寶 ，李樹江，李 良

（1.沈陽工業(yè)大學，遼寧 沈陽 110870；2.中國科學院沈陽自動化研究所機器人學國際家重點實驗室，遼寧 沈陽 110016；3.中國科學院機器人與智能制造創(chuàng)新研究院，遼寧 沈陽 110169；4.遼寧省水下機器人重點實驗室，遼寧 沈陽 110169）

海洋是地球上最大的水體，是我們人類賴以生存的第二疆土，其中，物理和生物現象對海洋的生態(tài)環(huán)境以及全球氣候有巨大影響。溫躍層是指海水中溫度在垂直方向上出現突變或不連續(xù)變化的水層[1-2]。在溫躍層中，其上下層海水物理性質不同。這種躍變或不均勻的變化會引發(fā)其他海洋特性也發(fā)生躍變或者不均勻變化，如聲速的躍變、生物化學特性的躍變、魚群的巡游水層分布等，因此會對海洋漁業(yè)、水下通信、海軍潛艇活動等產生重大影響[3-4]。傳統(tǒng)的海洋觀測主要利用浮標、潛標和船舶走航等方式進行，這些傳統(tǒng)方式存在限制范圍、自主性差、實時性差等缺點。隨著科技水平的不斷發(fā)展，自主水下機器人（Autonomous Underwater Vehicle，AUV）越來越多地被應用于海洋特征觀測，AUV無論是在觀測范圍，還是在觀測精度上較傳統(tǒng)方式都有了質的飛躍。如葡萄牙波爾圖大學（University of Porto）利用MARES型號AUV[5-7]，采用垂直梯度法對溫躍層進行觀測。美國麻省理工學院（Massachusetts Institute of Technology，MIT）采用AUV在無人監(jiān)控的情況下，獲取海洋溫躍層四維信息（空間+時間）。蒙特利灣海洋研究所（Monterey Bay Aquarium Research Institute，MBARI）利用AUV，采用最大梯度值方法，能夠在復雜海況下獲取標準溫躍層垂直剖面分布圖。中國科學院沈陽自動化研究所田宇[8]提出了一種熱液羽流仿真模型，并且基于該模型，研發(fā)了一個AUV追蹤熱液羽流仿真研究環(huán)境對其所研究的算法提供了支持，康小東[9]采用多AUV編隊控制進行熱液羽流跟蹤，并利用仿真平臺進行了驗證。

對于單個AUV探測溫躍層的邊界，傳統(tǒng)方法有七點二次平滑算法、最優(yōu)分割法、平均梯度法等。七點二次平滑算法[2]根據最小二乘法得到七點二次平滑公式，主要解決了由不等距微分法和垂直梯度法所獲取的要素垂直梯度結構可能發(fā)生的震蕩，導致的躍層上、下界位置選取不夠準確的問題。最優(yōu)分割法[10]主要是對溫躍層典型剖面以及幾類特殊剖面的溫躍層邊界進行計算，進而優(yōu)化了垂直梯度法在計算深海與淺海過渡區(qū)中躍層發(fā)生不連續(xù)性問題。并且，李鳳岐等[11]證明了該算法，即通過求兩次最優(yōu)二分割的方法求得最優(yōu)三分割。平均梯度法[12]采用的是計算整個AUV探測到的垂直水層溫度的平均溫度梯度，以此為閾值，根據溫度梯度是否大于這個閾值，來判斷是否在溫躍層內。但這種方法適用范圍局限，只適合溫躍層分布均勻的海域。本文將采用垂直梯度法判別溫躍層的邊界，此方法較為簡單易實現。

隨著多AUV集群技術的發(fā)展，多AUV協(xié)同海洋特征觀測的優(yōu)勢越來越明顯。相較于單個AUV，多AUV具有高度的空間和時間并行性，能夠有效擴展水下任務的時空覆蓋范圍，通過多機交疊覆蓋作用，可以補償單個水下機器人獲取數據的不確定性和測量范圍的局限性。當單個AUV在執(zhí)行任務時，自身需攜帶多種設備，具備多種功能，造成體積大，控制復雜，會出現錯誤，從而導致效率低、觀測效果不理想，所以依賴于多AUV間的信息共享，可構建更為強大的數據知識庫，增強對環(huán)境的感知能力，實現單個AUV無法完成或難以完成的復雜任務。本文將針對多AUV溫躍層觀測這一研究背景，開展協(xié)同探測方法研究，并按以下順序進行展開：第一部分描述了溫躍層的特征，并采用擬合曲線來描述這一特征；第二部分簡要介紹了本文采用的AUV，由于不同的AUV所采用的驅動方式不同，所以在探測方法上也有所區(qū)別；第三部分對單個AUV溫躍層跟蹤進行了研究，介紹了所采用的方法及探測試驗結果；第四部分對多AUV溫躍層探測方法進行研究，介紹了探測方案、實現方法及探測結果。

1 溫躍層特征描述

溫躍層在不同海域形式也各不相同，分為多種形式，但我們一直以來所研究的溫躍層都是在我國近海區(qū)域，主要是在渤海、黃海、東海以及南海。這些區(qū)域的溫躍層有著季風性變化，冬季風氣候時期的溫躍層較夏季風氣候穩(wěn)定，是觀測溫躍層形成的良好時期。根據溫度在垂直面上的結構特點，可將溫躍層分為以下幾類：標準溫躍層、雙溫躍層或多溫躍層、暖中間層和冷中間層、逆溫躍層[13]。在海洋中，溫躍層一般以標準溫躍層（單一溫躍層）的形式存在。溫躍層的主要特征值包括躍層強度、上界深度和厚度。溫躍層上界深度主要指自海表面向下，溫度梯度大于0.05℃/m（水深大于200 m）或0.2℃/m（水深小于200 m）所在的深度[14]。躍層強度主要指上下界取2個拐點，拐點的斜率就是溫躍層強度，上下邊界的深度差就是溫躍層的厚度。圖1為3條線段構成的簡化溫躍層曲線，圖中兩個拐點對應的上下邊界即為所表示溫躍層的上下邊界，上下邊界之間的深度即為溫躍層的厚度，兩拐點之間的線段斜率表示溫躍層的強度。為了對溫躍層進行精確描述，本文通過對多個溫躍層數據分析，用式（1）所示的數學模型擬合了溫躍層溫度曲線，結果如圖2所示。

圖1 溫躍層簡化圖

圖2 擬合的溫躍層曲線

式中，x代表深度（m）；y代表溫度（℃）。

2 “探索100”AUV

由于不同的AUV所采用的通信、控制及驅動方式不同，所以探測方法也有所區(qū)別，本節(jié)主要介紹論文涉及的“探索100”AUV，如圖3所示。

圖3 “探索100”AUV

“探索100”AUV是針對海洋生物、化學、物理等多種要素的高時空分辨率、立體組網觀測需求，在“十二五”國家“863計劃”和“十三五”國家重點研發(fā)計劃支持下，成功研制的便攜式自主水下機器人。經過多次試驗，“探索100”AUV已成功應用于冷水團入侵、岬角渦旋及海洋聲場環(huán)境測量，并通過水下組網通信，多臺“探索100”AUV實現了自主編隊，協(xié)同搜索等演示驗證。

“探索100”AUV采用魚雷狀流線型外形，如圖4所示，從前往后依次由無線通信模塊、導航觀測模塊、聲學通信模塊、控制能源模塊和艉部推進模塊組成。從圖中可以看出，“探索100”AUV艉部采用主推+舵翼的推進方式，屬于欠驅動的AUV，所以在探測策略上需要考慮它的驅動能力，同時“探索100”AUV在導航觀測模塊部分安裝了高精度的溫鹽深傳感器，可以對海洋環(huán)境進行感知，尤其是溫躍層的溫度和深度特征。

圖4 “探索100”AUV組成

為了實現組網協(xié)同探測，“探索100”AUV在其艏部安裝了可以水下組網通信的水聲通信機，并設計了一種用于水聲網絡的協(xié)議棧。該協(xié)議棧采用星形結構，各網絡層之間的信息傳遞都通過核心模塊進行轉發(fā)，所以該協(xié)議?？芍С滞瑢佣喾N協(xié)議同時工作，以支持在單個節(jié)點上運行的各種應用程序，同時提供了一種跨層通信的統(tǒng)一方法。AUV通過通信“感知”周圍的其他AUV，以使多AUV能夠以集群的方式運行，如圖5所示。

圖5 多AUV節(jié)點分布和通信示意圖

3 單個AUV跟蹤溫躍層

首先確定水體厚度Z，對其進行分層；接著將傳感器采集到的溫度數據進行處理，每一個水層上的溫度用一個數值代表；然后基于垂直梯度判別法確定溫躍層上下邊界；最后根據上下邊界，AUV進行YO-YO運動（周期性運動），跟蹤溫躍層。

3.1 確定水體分層厚度

由于水體中存在噪聲，若對整個水體進行溫度數據采集不具有代表性，所以將水體進行分層，分別對每一層的水體溫度進行采集優(yōu)化，而水體分層厚度Z的選取很重要。在孫龍飛等[15]的基于自適應閾值的自主水下機器人溫躍層探測方法研究中，經過處理場外試驗數據，得出不同Z值對計算的溫度梯度有很大差別的結論。如果Z小，則采樣點較少，噪聲影響大；如果Z大，則曲線過于平滑，無法看出溫躍層邊界峰值點，不能很好地確定溫躍層的邊界。需要利用AUV的載體運動速度v，YO-YO運動上浮下潛角θ，傳感器CTD的采樣頻率來fCTD確定分層厚度Z，公式如下[15]。

式中，N代表采樣點個數；n代表最低采樣點數，設最低采樣點數為16個，AUV進行YO-YO運動的上浮和下潛角不大于60°。設AUV的載體速度v=2 m/s，傳感器CTD的采樣頻率fCTD=16 Hz，計算得到Z=1 m。

3.2 溫躍層溫度數據處理

由于同一深度的溫度值不同，故采取溫度均勻指數法進行溫度數據處理。首先對水體分層后的上下層邊界處進行溫度數據采集，分別采集8個點，然后取其平均值。

式中，Tup代表薄暖水層的上邊界溫度；Tdown代表薄暖水層的下邊界溫度，將AUV剛進入的水層稱為薄暖水層。

最后求出整個水層的平均值。

式中，Tshallow代表薄暖水層的溫度值，同理，求出厚冷水層的溫度值。

3.3 判斷溫躍層上下邊界

本文將采用垂直梯度法進行判別溫躍層的上下邊界，因為每一個水層中溫度用一個數值代表，所以先求出兩個相鄰水層之間的溫度差值，再求出溫度梯度。

式中，Tm+1為m+1的水層溫度；Tm為m的水層溫度；T則為相鄰水層的溫度差值；TGrad為溫度梯度。

判斷溫度梯度值與規(guī)定的閾值大小，根據下式判斷AUV確定是否在溫躍層內。

式中，Tred為閾值，Tred的取值為0.05 °C/m（水深大于200m）。若上式成立，則AUV可能處于溫躍層內。

3.4 外場試驗結果與分析

根據3.1—3.3節(jié)所述的方法對外場試驗進行設計，試驗步驟如下。

AUV按照預編程的深度先進行一次最大深度的YO-YO運動，第二次進行YO-YO運動時，當TGrad≥Tred時，則計數器Count= 1；重復YO-YO進行運動，如果TGrad≥Tred，則計數器Count++=2否 則Count=0；當Count=3時，則 認 為AUV探測到溫躍層的上邊界并開始進入溫躍層；同理當AUV在溫躍層里且TGrad≥Tred時，Count= 1；重復YO-YO運動，如果TGrad≥Tred，則計數器Count++=2；當Count=3時，則認為AUV探測到溫躍層的下邊界并駛出溫躍層。AUV在上下邊界內持續(xù)做YO-YO運動，直到預定時間結束后，完成溫躍層探測任務，返航至母船附近。

2019年12月，在千島湖按照上述步驟進行了單AUV跟蹤溫躍層試驗，其溫度與深度在場外的試驗數據繪制如圖6所示。

圖6 單AUV跟蹤溫躍層

由圖6（a）可知，深度在15～23 m時，溫度變化大，是溫躍層區(qū)域；而由圖6（b）可以看出，AUV能 在10～25 m深度范圍內進行YO-YO運動，很好地跟蹤了溫躍層的上下邊界，達到了單臺AUV跟蹤溫躍層的效果（由于AUV在運動航行時存在慣性，深度控制存在滯后性，所以跟蹤范圍較大，圖中虛線部分為實際溫躍層的范圍）。

4 多AUV協(xié)同跟蹤溫躍層

由于單個AUV進行跟蹤溫躍層，無法實現實時跟蹤的效果，會對溫躍層的跟蹤出現差異，所以引入多AUV協(xié)同跟蹤溫躍層。針對溫躍層的特點，本文采用3臺“探索100”AUV編隊執(zhí)行溫躍層觀測任務，其中一臺AUV作為領航者在垂直面上做大范圍的YO-YO運動，并對采集的溫度信息進行處理后，將溫躍層上邊界和下邊界信息，以及自身的航行位置信息通過水聲傳遞給另外兩臺AUV，由它們在保持與領航者一定隊形的前提下，分別執(zhí)行對上下邊界的跟蹤，如圖7所示。圖中，1#AUV為領航者，2#AUV與3#AUV為跟隨者。

圖7 多AUV節(jié)點分布和通信示意圖

4.1 編隊方法

多AUV協(xié)同跟蹤溫躍層主要編隊的方式不同，目前，實現多AUV系統(tǒng)編隊航行的控制方法主要包括基于領航者—跟隨者的方法、基于虛擬結構的方法、基于人工勢能的方法、基于行為的方法、基于路徑跟隨的方法和基于信息一致性的方法等。本文將采用基于領航者—跟隨者法去協(xié)同探測溫躍層，這個方法相較于其他方法其編隊控制結構簡單，易于實現。

采用領航者—跟隨者法，領航者和跟隨者分別按照預編程的路徑進行運動，領導者通過水聲通訊周期性廣播將自身的位置、姿態(tài)告知跟隨者，跟隨者根據與領航者設定的目標航向（θ）和目標距離（d），計算出自己的虛擬目標點（A），改變自身速度并通過跟蹤虛擬目標點來保持整體隊形控制，流程圖見圖8。跟隨者與虛擬目標點位置關系如圖9所示。

圖8 小AUV編隊控制流程圖

圖9 跟隨者與虛擬目標點位置關系

L′跟隨者與領航者的實時距離，L為跟隨者與領航者的期望距離，d1為跟隨者與虛擬目標點的容許誤差距離，d2為跟隨者與虛擬目標點的最大誤差距離，d′為跟隨者與虛擬目標點的實際距離，θ為跟隨者與虛擬目標點的夾角。

若跟隨者1運動時距虛擬目標點（A）的距離d′大于規(guī)劃的距離d2且運動時領導者與跟隨者1之間的距離L′大于規(guī)劃的距離L，跟隨者1處于滯后狀態(tài)，則跟隨者1需要超級加速到達虛擬目標點（A）；若跟隨者1運動時距虛擬目標點（A）的距離d′在d1與d2之間且運動時領導者與跟隨者1之間的距離L′大于規(guī)劃的距離L，跟隨者1處于落后狀態(tài)，則跟隨者1需要加速到達虛擬目標點（A）；若跟隨者1運動時距虛擬目標點（A）的距離d′在d1范圍內，跟隨者1處于正常狀態(tài)，則跟隨者1只需要恒速行駛即可；同理，跟隨者1處于超前或激進狀態(tài)則需要加速或超級加速[16]。領導者與跟隨者的運動策略如表1所示。

表1 跟隨者狀態(tài)判別

4.2 湖上試驗

3臺AUV從母船處逐個放出，各AUV先自主航行至各自初始點，并圍繞著各自的初始點在水下盤旋圓周運動，等待統(tǒng)一的觸發(fā)時間，然后開始編隊協(xié)同跟蹤試驗，試驗結果如圖10所示。圖中1#AUV為領航者，進行YO-YO運動，將通過勢函數得到的溫度信息進行梯度解算，得到溫躍層上下邊界，分別為11 m和27 m，并將該信息以及自身位置發(fā)送給2#AUV和3#AUV，令其執(zhí)行上下邊界跟蹤使命。

圖10 場外試驗結果圖

圖10（a）即為溫躍層的曲線圖，在斜率大的范圍內為溫躍層的區(qū)域，圖10（b）為多AUV協(xié)同跟蹤溫躍層，紅色為領航者1#AUV運動軌跡，藍色和綠色分別為2#AUV和3#AUV的運動軌跡，結合單AUV跟蹤溫躍層的運動軌跡（圖6（b））可知，多AUV中各自AUV的探測范圍相比單AUV更大，獲得信息更多，能一直實時跟蹤溫躍層，充分體現多AUV協(xié)同探測的優(yōu)勢。

5 結 論

本文主要介紹了采用中國科學院沈陽自動化研究所研制的“探索100”AUV跟蹤海洋中的溫躍層現象。闡述了溫躍層的主要特征，并提出了一種垂直下降法AUV溫躍層的跟蹤算法，該算法利用垂直方向上的梯度來確定溫躍層的上下邊界，可以實現對溫躍層的實時觀測。針對單AUV探測溫躍層的不足，引入了多AUV協(xié)同自主探測，采用了領航者—跟隨者的編隊方法，領航者AUV通過水聲通信將信息傳遞給跟隨者AUV，實現實時跟蹤。最后，通過湖上試驗驗證了多AUV協(xié)同探測溫躍層的可行性，能同時跟蹤到溫躍層，提高了AUV跟蹤溫躍層效率，實現了實時跟蹤，取得了更好的觀測效果。