水下潛器的航路規劃技術綜述

王奎民（海軍駐錦州地區軍代表室，遼寧錦州121000）

水下潛器的航路規劃技術綜述

王奎民
（海軍駐錦州地區軍代表室，遼寧錦州121000）

通過對水下潛器航路規劃技術的研究和分析，概括闡述了當前水下潛器的主要航路規劃技術，進而歸納總結出各種主要航路規劃技術控制方法的優缺點。同時，指出主要考慮單一簡化的海洋環境因素及單一簡化因素的不足，并分析了實際情況下需要增加的各海洋因素。通過比較各種方法的優缺點以及結合真實復雜海洋環境因素，利用多約束條件方法，提出基于真實復雜海洋環境因素下航路規劃技術的優化方法以及各海洋環境因素對水下潛器航路規劃準確性及安全性的影響。進而結合有限多約束海洋因素條件分析了該環境下航路規劃的可行性，并在對復雜海洋環境建模的基礎上進行仿真驗證。最后，對水下潛器的航路規劃技術的困難及未來的發展進行了討論和展望。

水下潛器；航路規劃；環境建模；多條件約束；A?算法；航路優化；

水下潛器是一種航行于水下的航行器，包括載人水下航行器和無人水下潛器，能夠完成水下勘探、救援、偵查、軍事打擊等多種任務。在海洋開發日益重要的今天，水下潛器越來越受到各個國家的重視，無論在民用還是軍事領域都扮演著重要的角色。

航路規劃是保障其航行安全必不可少的重要功能。航跡規劃是綜合考慮地形、威脅、任務需求和潛器性能等多種因素，找到從起始點到目標點的最優航跡，并要求生存概率最大和航行時間最短［1?2］。航路規劃是水下潛器任務規劃的重要組成部分之一。早期的航路規劃主要是依靠人工完成，需要規劃人員根據水下潛器的任務，依據海圖、海洋環境歷史統計數據等信息進行綜合評估，規劃出最終航路。近些年來，隨著計算機技術、軟硬件技術、最優化技術的發展，智能自主航路規劃越來越被人們關注，并已發展成為一個新興熱點研究方向。

1 航路規劃技術研究現狀

航路規劃技術是一個綜合性很強、難度很大的研究課題。其涉及的專業和方向很多，主要包括以下幾個關鍵技術。

1.1 環境信息的獲取及處理

水下環境的復雜性對水下潛器的工作產生很大的影響，所以為了水下潛器的工作和安全，或許周邊環境信息具有重要意義。通過自身攜帶的各種傳感器設備獲得相應的信息，并通過自身攜帶的計算機實時的處理和修正。

1.2 環境模型的建立

環境模型從某種意義上說是航路規劃的基礎，合理的環境表示才能有利于規劃中搜索量的減少，才能有利于時空開銷的減少，環境建模的方法直接影響航路規劃的效率及準確性。

常用環境幾何模型有概率路圖、可視圖、快速擴展隨機樹、Voronoi圖、柵格地圖、細胞分解等［3］。

環境建模是一切對潛器的運動造成影響的因素的數學模型化過程。與真實環境相比，航路規劃時應綜合考慮海流、海浪、溫度、鹽都、海水密度、海底地形等影響潛器機動性能的因素。出于對其隱蔽性和安全性的考慮，其航路規劃還需要考慮海水透光性、聲道及聲速躍層等因素。對于影響機動性的因素，可以通過增加對潛器數學模型的各方面的干擾來模擬。對影響潛器的隱蔽性和安全性的因素，可以通過對該區域的航行安全做安全評估，以此來規劃最優路徑。無論哪種因素，都可以概括成一個方面的約束條件。

1.3 航路規劃算法

航路規劃算法主要可以歸納為4類，如圖1。

1）基于幾何模型搜索的方法。

這類算法的原理主要分為2個步驟，首先構建包含障礙物的環境幾何模型，然后選擇某種合適的搜索算法，按照一定的最優策略進行搜索得到可行解。如果得到的航路解不光滑，還可以繼續對非光滑的航路作進一步處理，以滿足潛器的運動學和動力學要求。常用的環境幾何模型有概率路圖、可視圖、快速擴展隨機樹、Voronoi圖、柵格地圖、細胞分解等，常用的搜索算法主要有A?搜索算法、基于概率采樣的搜索方法、Dijkstra搜索算法等［4］。

2）基于虛擬勢場和導航函數的方法。

構造各種虛擬勢場和導航函數是另一種應用廣泛的航路規劃方法。比較主要的方法有人工勢場法和諧波函數勢場法［5?6］。人工勢場法是二維航路規劃應用最廣泛的方法之一，其最大的特點是算法簡單，執行效率相當高。諧波函數勢場法可較好地解決二維航路規劃問題，之后又被推廣到三維空間，但其主要問題是求得的航路不是最優解，并且計算復雜度太高，很難實際應用于三維環境中。

圖1 常見航路規劃算法Fig.1 The common path p lanning algorithm s

3）基于數學優化的方法。

基于數學優化的航路規劃方法是一種在數學上完備的最優化方法。Shingh等［7］將航路規劃中的各種約束轉化為線性多項式約束或非線性多項式約束，然后用線性規劃或非線性規劃求解。與此相似的還有混合整數規劃方法，該方法將空間障礙物全部近似成各條邊與笛卡兒坐標軸平行或垂直的長方體。若將三維空間用Delaunay三角剖分，航路規劃問題的各種約束可轉化成一系列的線性矩陣不等式，通過求解線性矩陣不等式優化問題得到一條由各三角形連線構成的最優軌跡。

4）基于生物智能的方法。

基于生物智能的航路規劃方法不必建立復雜的環境模型，通常都提出各種強有力的搜索算法，在穩定收斂的同時，在自由空間進行隨機搜索，目前應用較多的主要有蟻群算法、粒子群算法、遺傳算法、進化計算、自組織神經網絡等［8?9］。這類算法的突出優點是可以方便的處理復雜問題模型和約束條件，并且其求解結果為全局最優。

對比上述4類方法的航路規劃性能，可得出如表1所示的結果。

表1 航路規劃方法性能比較Table 1 Comparison of path p lanningmethods

由表1可以看出，基于幾何模型搜索的方法，在構建環境障礙物信息上具有簡單方便的優勢，可運用各種成熟的圖搜索算法求取最優解，適用于靜態環境和離線規劃?；谔摂M勢場與導航函數的方法的最大優點是實時性好，而且可得到非常光滑的航路，因此優先在局部規劃器中選用這種方法?；跀祵W優化的方法在解決動力學約束問題時占優勢，可綜合考慮航路的安全性、可靠性和優化性能?；谏镏悄艿姆椒梢越鉀Q異常復雜的非結構化約束和各種難以近似處理的動力學約束等難題。但是最大不足是規劃周期太長，很難在可容忍的控制周期內處理完畢，因此不宜在規劃過程中頻繁調用，只能應用于調用周期較大的情形或全局的初始規劃。綜上所述，上述4類方法各有優缺點。在實際應用中，需要根據水下潛器的應用場合、規劃航路要求和潛器自身機動性能，尋找一種合適的航路規劃方法。

2 復雜海洋環境下航路規劃技術

就水下潛器而言，海洋環境是指影響水下潛器及其設備的整體技術、戰術性能的海洋氣象、海洋水文和海洋地質等方面的自然條件，其直接影響潛器航行的安全性、隱蔽性以及戰術行動的作戰效能。水下潛器在執行各種任務時，首先必須保證潛器平臺的航行安全，而與潛器的安全性相關的外界因素，除了潛器自身質量之外，最重要的就是潛器航行所處的海洋環境場的安全性。適宜的海洋環境不但能夠保證水下潛器順利完成任務，還能為潛器航行提供掩護，提高航路的隱蔽性，甚至能提高水下潛器的航行效率，增大潛器的生存機率［10］。

在復雜環境下，航路規劃是一個復雜的多約束問題，海洋環境的溫度、密度、海流、海浪等對航行器的機動性和安全性造成了很大的影響。所以忽略內部和外部的約束條件前提或者單純得強調目標搜索的航路規劃方法在實際應用中是不可行的。

如圖2所示，考慮海洋環境對水下潛器自身運動特性的影響，通過環境感知傳感器獲取海洋環境信息，同時實時制定及其修正航路規劃。

圖2 水下潛器航路規劃系統結構Fig.2 The system construction of path p lanning for underwater vehicles

結合考慮水下潛器自身因素及海洋環境等多方面的因素，構建一個基于多約束條件下的水下潛器航路最優規劃方法。主要可以分成2個部分：目標函數及約束條件和航路的優化及決策。根據不同的規劃任務，其目標函數通常不相同，目前較為普遍的是通過多個優化目標的加權和，以權重的方式協調各種優化目標之間的相對比重來構造自己所需要的目標函數。在此基礎上，為了能給水下潛器的航路規劃提供準確環境條件，充分地把海洋環境的各種因素構造成約束條件。

在現階段的水下潛器航路規劃算法中，通常只考慮了地形信息和敵方反潛探測對潛器航行的威脅，很少考慮在潛器航行過程中海洋環境因素的影響，導致規劃出來的航路可實施性太低，成為水下潛器智能自主航路規劃一直無法真正應用的原因之一。因此，如何將海洋環境要素應用到水下潛器航路規劃中，是現階段水下潛器航路規劃技術面臨的主要難題。表2給出了影響水下潛器航行的海洋環境要素。

表2 影響水下潛器航行的海洋環境要素Table 2 The ocean factors effecting underwater vehicle

近年來，人們逐漸認識到海洋環境要素在航路規劃中的重要性，提出了一系列考慮海洋環境要素的航路規劃方法。在眾多的海洋環境要素中，海流是被考慮較多的要素。徐玉如等［11］將海流因素作為遺傳算法的評價因子，在航路規劃的層面上考慮海流的影響。毛宇峰等［12］設計了綜合航路長度、海流和轉向費用的適應度函數很大程度減小了海流對水下機器人能量消耗和控制的不利影響。高博等［13］提出了一種利用B樣條曲面對動態海流環境進行建模的方法使航行器能夠在航路的搜索過程中，綜合考慮全局航路消耗和能量消耗，尋找能夠實現目標函數最優的航路。但是上述幾篇論文在航路規劃中采用的海流均是由流函數生成的。利用這種海流數據進行航路規劃雖然在一定程度上考慮了海流的影響，但是由于這種海流與實際海流存在較大的差距，因此生成的航路與實際航線偏差較大。Al?varez等［14］提出了一種多變海流影響下的三維航路規劃方法。該方法把搜索空間劃分成粗糙的網格，然后搜索出可能航路的大致空間范圍。在海流的處理上把三維海流簡化為流速較小、局部方向基本不變的二維的海流。Garau等［15］提出了一種考慮海流信息的基于A?的航路規劃算法，該算法假設海流為二維固定量，航路限制為網格形式的，并且只能沿坐標軸或者45°角移動，從而大大降低了對海流的利用。Petres等提出了一種連續的的AUV航路規劃算法，該算法利用各向異性的快速匹配算法進行航路規劃。該方法的最大局限性是只能使用線性的能量評價函數。另外，沒有考慮可以導致不可航航路的大海流，且考慮海流的最大能量節省量只能達到10%［16］。朱黎［10］將海洋環境因素作為約束條件引入了潛器的航路規劃算法中，主要考慮了“海底斷崖”、“液體海底”、海流等海洋要素的影響，但是對海洋環境要素的處理還相對比較簡單。

水下潛器在海洋中航行會遇到各種各樣海洋環境因素的影響，不同的海洋環境因素對潛器航行的影響是不同的，因此對航路規劃的影響也不盡相同。海洋環境要素與一般規劃問題中的障礙約束有很大的區別，它是一種不規則的、區域性的、影響模糊的環境場信息，并且不同的要素具有不同的物理分布特性。因此，如何根據海洋環境要素的特點及其對水下潛器航行的影響進行分類建模，并引入到潛器的航路規劃中是一個需要解決的難題。

本文提出的基于多約束海洋環境條件的潛器航路規劃方法是將海流、內波、躍層、密度、溫度等一系列因素以一定的威脅度值，通過任務加權估計，進行針對該任務的加權計算，在不同的任務中，權值不同，海洋環境因素的威脅度也不同。在相應的任務中，通過這種多約束海洋環境條件下的航路規劃方法將潛器的航路限制在一個滿足任務要求的安全標準之上，潛器按威脅度順序避開相應的海洋環境因素，大大提高了潛器的安全性和穩定性。

3 仿真驗證

本節利用某型號水下潛器的水動力模型，在某種設定的水文環境下，對航路規劃的準確性和安全性進行仿真驗證。其中，除通常考慮的海流及海浪干擾等條件約束外，還考慮到海水的溫度、密度、鹽度以及海底地形造成的海水不規則流動等，因為實際海況的這些條件的無序性，所以在仿真中，通過添加水平方向和垂直方向隨機干擾。

圖3證明了在復雜海洋環境下，通過多約束方法可以實現水下潛器的三維航路規劃。圖5考慮了在導航信息不夠精確、通過傳感器結合地形等已知環境因素實現航路的最優化選擇，同樣，該方法也是結合了多約束條件的方法，綜合考慮了海洋環境的約束條件以及潛器自身的約束條件。最終規劃處在多個約束條件下的最優航路。

圖3 復雜環境下的三維航路規劃Fig.3 3?D path planning under com plex environment

圖4 是沒有參考已知環境下的多約束航路規劃路徑，其中，橢圓形的表示可用路徑。因為缺少不利環境因素的限制約束，造成潛器在規劃路線時對航路的規劃范圍較寬，排除的威脅航路少，對潛器的安全造成一定的影響。

圖5是通過傳感器測出已知信息修正后的航路規劃路徑。在多方面的約束下航路得到了最大程度的限制，剔除影響安全的航路，潛器的規劃路徑得到了最大的優化。

圖4 基于多約束的可行規劃路徑Fig.4 Path p lanning based on m ultip le?constrain ts

圖5 基于多約束的優化航路規劃Fig.5 The optim ized path p lanning based on multip le?constraints

4 面臨的問題及發展方向

由于航行環境的特殊性，水下潛器在航行的過程中要同時面對來自自然環境和敵方的多重威脅，導致了水下潛器智能自主航路規劃十分困難，目前主要面臨如下問題需要進一步研究：

1）海洋環境要素處理與航行空間建模。

為了追求算法的高效性，目前的航路規劃方法大多建立在規則的理想障礙物假設上，對環境過分簡化，沒有充分考慮影響潛器安全隱蔽航行的海洋環境要素。如果將影響潛器航行的環境要素進行歸納分類并抽象轉化為可以利用的環境模型，必將大大提高規劃航路的實用性。

2）高效實用的三維航路規劃算法研究。

在水下潛器航路規劃問題中，規劃算法的好壞直接決定著航路規劃的成敗。目前可用于三維航路規劃的算法都存在一些不足。如勢場法容易陷入局部最小，A?算法的時空要求較高，人工智能算法運算量大、規劃速度慢等。因此，如果能夠結合水下潛器航路規劃的特點，提出一種高效實用的三維航路規劃算法，必將大大推動水下潛器航路規劃技術的發展。

3）多約束航路性能綜合評價模型構建。

為了保證水下潛器的安全、隱蔽、快速航行，潛器的航路規劃需綜合考慮多種性能指標，如安全性和隱蔽性最好、能量消耗最小、航路長度最短和體現決策者意圖最大等。這些性能指標中有些指標之間相互矛盾，如何在這些相互沖突的多個性能指標之間進行協調權衡是一個重要的多目標優化問題。另外，三維空間航路規劃必須考慮潛器運動的約束問題，比如潛器的最小轉彎半徑、最大升沉角度、最大下潛深度等。因此，綜合考慮潛器航行過程中的約束條件，研究基于海洋環境信息的潛器航路評價方法，構建潛器航路綜合評價模型具有重要的意義。

［1］嚴浙平，趙玉飛，陳濤.多約束條件下UUV空間航跡規劃［J］.魚雷技術，2011，19（5）：365?369.YAN Zheping，ZHAO Yufei，CHEN Tao.3D path planning for UUV with multi?constrains［J］.Torpedo Technology，2011，19（5）：365?369.

［2］陳濤.威脅條件下AUV自主決策與規劃研究［D］.哈爾濱：哈爾濱工程大學，2010：25?30.CHEN Tao.Research on decision?making and planning of AUV in threat condition［D］.Harbin：Harbin Engineering University，2010：25?30.

［3］曲鏡圓.基于聲吶的AUV環境感知與地形建模方法研究［D］.哈爾濱：哈爾濱工程大學，2009：16?20.QU Jingyuan.Research on environment perception and ter?rain modeling for AUV based on sonar［D］.Harbin，China：Harbin Engineering University，2009：16?20.

［4］HWANG JY，KIM JS，LIM SS，et al.A fast path planning by path graph optimization［J］.IEEE Transactions on Systems，Man，and Cybernetics：Part A，2003，33（1）：121?128.

［5］LIU C，WEIZ，LIU C.A new algorithm formobile robotob?stacle avoidance based on hydrodynamics［C］／／IEEE Inter?national Conference on Automation and Logistics.Piscat?away，USA，2007：2310?2313.

［6］FAHIMIF，NATARAJC，ASHRAFIUON H.Real?time ob?stacle avoidance for multiple mobile robots［J］.Robotica，2009，27（2）：189?198.

［7］SINGH R，BUSSA N.Path planning using Shiand Karl level sets［C］／／Proceedings of the1st International Conference on Robot Communication and Coordination.Piscataway，USA，2007：2829?2832.

［8］張京娟.基于遺傳算法的水下潛器自主導航規劃技術研究［D］.哈爾濱：哈爾濱工程大學，2003：29?35. ZHANG Jingjuan.Research on autonomous navigation plan?ning based on genetic algorithm［D］.Harbin：Harbin Engi?neering University，2003：29?35.

［9］劉利強.蟻群優化方法研究及其在潛艇導航規劃中的應用［D］.哈爾濱：哈爾濱工程大學，2007：35?40.LIU Liqiang.Ant colony optimization methods and its appli?cation in navigation planning for submaring［D］.Harbin，China：Harbin Engineering University，2007：35?40.

［10］朱黎.基于改進蟻群算法的潛艇航路規劃技術研究［D］.長沙：國防科學技術大學，2009：75?80.ZHU Li.Research of submarine route planning based on improved ant colony algorithm［D］.Changsha，China：Na?tional University of Defense Technology，2009：75?80.

［11］徐玉如，姚耀中.考慮海流影響的水下機器人全局路徑規劃研究［J］.中國造船，2008，49（4）：110?114.XU Yuru，YAO Yaozhong.Research on AUV global path planning considering ocean current［J］.Shipbuilding of China，2008，49（4）：110?114.

［12］毛宇峰，龐永杰.改進粒子群在水下機器人路徑規劃中的應用［J］.計算機工程，2010，30（3）：789?792.MAO Yufeng，PANG Yongjie.Application of improved par?ticle swarm optimization in path planning of underwater ve?hicles［J］.Journal of Computer Application，2010，30（3）：789?792.

［13］高博，徐德民，張福斌，等.海流建模及其在路徑規劃中的應用［J］.系統仿真學報，2010，22（4）：975?961.GAO Bo，XU Demin，ZHANG Fubin，et al.Method of de?signing optimal smooth way for vehicle［J］.Journal of Sys?tem Simulation，2010，22（4）：975?961.

［14］ALBERTO A，ANDREA C，REINERO.Evolutionary path planning for autonomous underwater vehicles in a variable ocean［J］.IEEE Journal of Oceanic Engineering，2004，29（2）：418?429.

［15］GARAU B，ALVAREZ A，OLIVER G.Path planning of autonomous underwater vehicles in current fieldswith com?plex spatial variability：an A?approach［C］／／Proceedings of the 2005 IEEE International Conference on Robotics and Automation.Barcelona，Spain，2005：194?198.

［16］PETRESC，PAILHASY，PATRON P，et al.Path plan?ning for autonomous underwater vehicles［J］.IEEE Trans?actions on Robotics，2007，23（2）：331?341.

The analysis on path p lanning for underwater vehicle

WANG Kuimin
（Navy Military Representative Office in Jinzhou，Jinzhou 121000，China）

The existing path planning methods of underwater vehicles are analyzed，and then the advantages and limitations of themethods are summarized.Due to the problem that ocean environmental factors are oversimplified in current path planning，the importance and influence of the ocean environmental factors are discussed.To adapt to the real ocean environment，the path planning based onmulti－constraintocean conditions is proposed.The simula?tion show stability and safety of underwater vehicle sailing can be improved by the proposed method.At last，the technology development trends of the underwater vehicle path planning are given.

underwater vehicle；path planning；environmentmodeling；multi?constrains；A?algorithm；rout opti?mization；local planning；global planning

TP18；U674.941；TJ630

A

1673?4785（2014）06?0653?06

王奎民.水下潛器的航路規劃技術綜述［J］.智能系統學報，2014，9（6）：653?658.

英文引用格式：WANG Kuim in.The analysis on path p lanning for underwater vehicle［J］.CAAI Transactions on Intelligent Sys?tems，2014，9（6）：653?658.

10.3969／j.issn.1673?4785.201408017

http：／／www.cnki.net／kcms／doi／10.3969／j.issn.1673?4785.201408017.htm l

2014?08?16.

日期：2014?11?20.

國家自然科學基金資助項目（51179038）.

王奎民.E?mail：wangkuimin2014＠163.com.

王奎民，男，1971年生，博士，高級工程師，主要研究方向為水下航行器的控制與仿真。