水下智能安防機器人的系統(tǒng)設(shè)計及應(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

海洋是我國經(jīng)濟(jì)社會發(fā)展的重要戰(zhàn)略空間，加快海洋經(jīng)濟(jì)增長和海洋國防建設(shè)步伐對壯大國家整體經(jīng)濟(jì)實力、維護(hù)國家海洋權(quán)益、促進(jìn)我國經(jīng)濟(jì)持續(xù)健康發(fā)展具有十分重要的現(xiàn)實意義。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，還要面對非傳統(tǒng)的安全威脅[1-2]。

近年來，帶纜遙控水下機器人（ROV）因為經(jīng)濟(jì)性好、適應(yīng)性強、靈活性高、作業(yè)效率高等優(yōu)點得到迅速發(fā)展；隨著功能的不斷完善和可靠性快速提高，越來越被廣泛應(yīng)用于海洋資源調(diào)查開發(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)行檢測和維修，識別拆除危險物，并具有高機動性、控制靈活快捷、操作攜帶方便的小型多功能ROV并不多見[8-9]。

國內(nèi)還未對海上作業(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)與國外相比還有一定的差距，尤其是智能安防水下機器人的關(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器人技術(shù)，突破該機器人的系統(tǒng)集成技術(shù)，實現(xiàn)自主導(dǎo)航高精度定位與可以目標(biāo)的識別處理任務(wù)，為水下安防智能機器人的試驗工程應(yīng)用提供技術(shù)支撐。

1 水下機器人的系統(tǒng)集成設(shè)計

水下機器人系統(tǒng)集成設(shè)計方案如圖1所示，系統(tǒng)由濕端水下作業(yè)機器人、干端系統(tǒng)控制臺和干濕端連接部分臍帶纜收放機構(gòu)3部分結(jié)構(gòu)組合而成，結(jié)構(gòu)中包括5個分系統(tǒng)：機械結(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)和上位機分系統(tǒng)。

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

1.1 水下機器人的結(jié)構(gòu)設(shè)計

水下機器人設(shè)計正常工作水深為 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可疑物體的搜索識別和處置，同時滿足水中定深、定向穩(wěn)定運動的功能，必要時機器人還可以貼壁運動滿足特殊功能需求。整機三維模型圖如圖 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、主推進(jìn)器以及防撞膠條。

圖2 水下機器人整機三維模型圖Fig. 2 3D model of underwater robot

1.2 六自由度動態(tài)建模

水下機器人的幾何和物理參數(shù)和規(guī)格如表1所示。水下機器人模型具備高度對稱性，關(guān)于xy、yz、xz3個面均對稱。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]，水下智能安防機器人的非線性動力學(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。水下智能安防機器人模型具有高度對稱性。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CRB與科里奧利和向心力矩陣CADD。水下智能安防機器人的M和C計算如下：

在仿真中，水下機器人的線性阻力項可以忽略不計，只取粘性水動力系數(shù)的二次項可以簡化如下：

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

圖3 無干擾情形下深度控制實例Fig. 3 An example of depth control without interference

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

2 水下自主導(dǎo)航高精度定位

水下安防智能機器人作業(yè)環(huán)境通常為水質(zhì)較為渾濁的淺海或港口。本文擬采取慣性導(dǎo)航、聲吶輔助等多數(shù)據(jù)融合的定位方法來提高水下定位的精度。首先采用處理能力較強、功耗低、數(shù)據(jù)傳輸快捷的芯片；使用高強度、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，開發(fā)出識別并剔除定位數(shù)據(jù)異常點，并對水下目標(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)合實驗結(jié)果驗證其可靠性并進(jìn)行優(yōu)化。

3 水下目標(biāo)智能識別

借鑒國內(nèi)外在人工智能圖像識別領(lǐng)域上取得的研究成果，以水下目標(biāo)智能識別為目標(biāo)，通過訓(xùn)練圖像數(shù)據(jù)集構(gòu)建、分類識別模型訓(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)境干擾物的圖像識別系統(tǒng)，如圖6所示。

圖6 圖像識別系統(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、圖像識別判斷四大部分。通過平滑、增強、恢復(fù)、邊緣檢測和分割等信息處理方式，把輸入圖像簡化為分段模式。利用特征提取進(jìn)一步把分割的圖像簡單地表示為一組特征向量，依據(jù)所提取的特征，通過算法把相應(yīng)原圖歸屬已知的一類人工附著物。

4 結(jié)束語

水下智能機器人是水域智能安防的重要組成部分，為正常的海洋航運生產(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器人技術(shù)，完成對水下不明物體的智能自動探測識別與驅(qū)除任務(wù)，為水下安防智能機器人的試驗工程應(yīng)用提供技術(shù)支撐和可行性方案參考，實現(xiàn)該領(lǐng)域的創(chuàng)新與超越。