無人水下航行器控制技術研究*

（海軍工程大學電氣工程學院 武漢 430033）

1 引言

無人水下航行器（Unmanned Underwater Vehicle，UUV）是一類為執行水下任務而自帶能源、自主導航與控制、自主決策及作業的自航載體［1］。UUV集成了各類傳感器于一體（如慣性測量單元、測速聲吶、測距聲吶、深度計等），能夠長期在水下自主航行并可回收再利用，根據執行特定的使命任務不同，還可以搭載相應的傳感器、專用設備或武器模塊。

UUV具有體積小、機動能力強、智能化程度高、隱身性能好、作業風險低等特點，在海洋領域得以廣泛應用。無人水下航行器不僅可以用于海洋監測、生物及礦產資源勘探、海事救援、海洋考古、海底工程項目的建設與維護等領域，也廣泛使用于水雷對抗、情報搜集、通信中繼等軍事應用領域。UUV的研制與發展從某種程度上體現了一個國家的海洋高科技水平，受到了各國的高度重視。

按照UUV的自主性等級可以分為無人遙控潛航器（Remotely Operated Vehicle，ROV）和自主水下航行器（Autonomous Underwater Vehicle，AUV）［2］。ROV通常通過纜線與水面艦船或岸邊基站的操作員進行信息交互。纜線還可以進行電力、視頻、導航信號等傳輸。所以ROV的作用距離很大程度上受到了纜線的限制。AUV通常采用水聲通信技術實現與操作員的信息交互。AUV一般使用蓄電池作為能源，所以其續航時間受到了電池容量的限制。

2 UUV運動控制技術

2.1 運動控制簡介

UUV能夠在不需要人員參與的情況下，自主執行相關的任務。這樣不僅能夠降低人員的傷亡風險，還能夠代替人在一些人工無法操作的區域進行作業。相比于水面艦船，UUV的動力學系統呈現非線性、時變性特點。由于海洋環境復雜，UUV在水下航行期間可能會受到各種不同干擾因素的影響，其中洋流的影響尤為突出。運動控制技術是水下無人航行器完成作業任務的關鍵技術之一，為提升航行器的可操縱性、穩定性、魯棒性，國內外關于運動控制方面有了較為詳細的研究。

目前常見的單個無人水下航行器控制技術主要方法有PID控制、反步控制、滑模控制、模糊控制、神經網絡控制等［3］。

2.2 運動控制技術

PID控制出現時間較早，應用廣泛，相關理論發展較為成熟。該方法算法簡單、適用性強、可靠性高，適合于對線性系統的控制。但是由于無人水下航行器控制系統呈現非線性特點，傳統的PID控制存在較大的不足。在傳統PID控制的基礎上，國內外學者進行了大量的研究。羅偉林［4］等將傳統的PID控制與模糊邏輯控制相結合，利用模糊邏輯方法得到控制器中的比例、積分、微分因子。通過結果仿真和模型試驗表明設計的控制器從響應速度和精度方面都達到了良好的控制效果。Ye Li［5］等將AUV三維空間水下運動問題解耦為水平方向和深度方向上二維的運動控制，利用模糊自適應策略對傳統PID參數進行實時的修正，在復雜環境下，模型試驗結果表明跟蹤誤差能控制在2m的范圍內。

反步控制采用遞推控制策略，將高階非線性系統分解成若干個不超過系統總階數的子系統。對每個子系統使用Lyapunov判定條件構造虛擬控制率，保證各子系統的收斂性，從而最終獲得整個閉環系統的實際控制率。苗建明［6］等結合視線角制導和虛擬向導法，在控制器設計中采用跟蹤誤差的積分來增加控制器的魯棒性，采用非線性跟蹤微分器對控制器進行簡化從而避免傳統反步法存在的“微分爆炸”現象，仿真實驗結果表明改進的反步法在控制精度和魯棒性方面明顯優于常規反步法。王宏建［7］等采用濾波反步法設計AUV跟蹤控制器，通過二階濾波過程獲得虛擬控制量的導數，避免了直接對虛擬控制量解析求導的復雜過程，濾除高頻測量噪聲的同時，增加了系統對噪聲的魯棒性。

滑模控制能夠根據當前的系統狀態，改變系統的“結構”，迫使系統按照預定的狀態軌跡運動，是一種典型的非線性反饋控制策略，具有快速響應、對外界的干擾不靈敏、物理實現簡單、系統魯棒性強等特點。滑模控制核心是設計一個能夠保證系統穩定并滿足被控對象動力學特性的滑模面。欠驅動UUV運動控制系統滑模面設計多采用非線性滑模面設計，從而保證系統的控制品質。但是由于滑模控制變結構的不連續開關特性會引起系統的“抖振”現象。Song Feijun［8］等在滑模控制基礎上，結合模糊控制，設計滑模模糊航向控制器和滑模模糊俯仰控制器。相關實驗結果表明該方法參數在線調整方便，能夠大大地縮短連續控制時間。楊建華［9］等，基于滑模控制理論設計出航向控制的方向舵舵角控制規律，通過仿真分析，一定程度上減弱了“抖振”現象。楊永彬［10］等將反演設計與自適應控制、滑模變結構控制相結合，采用二階滑模的控制方法來抑制“抖振”問題，仿真結果表明，設計的控制規律能夠避免系統對高階動態的激發，減小了系統硬件的損壞概率，提升了穩定性和魯棒性。

模糊控制的本質是一種經驗主義控制方法，常與其他方法配合使用。模糊控制不需要知道精確的數學模型，制定適當的模糊規則可以將常用的語義信息和數據信息相統一，通過邏輯判斷和解模糊化后得到系統的控制率。模糊控制設計較為簡單，穩定性好，適用于復雜的不確定性非線性系統的控制問題的研究。但是主觀經驗對模糊規則制定影響較大，量化因子的選取會對控制精度產生一定影響。邊信黔［11］等在多模型控制理論基礎上研究模糊切換規則的多模型控制方法，以AUV航向控制為研究對象，通過模糊切換實現多控制器集的平滑切換。胡錦暉［12］等在變論域模糊控制基礎上，提出分級變論域的方法并應用于水下航行器模糊PID控制器，仿真結果表明對復雜非線性對象的控制具有速度快、超調量小、穩定時間短等特點。劉學敏［13］等將模糊控制與PID控制相結合，提出S面控制法，大量水池試驗和海上實驗結果表明，控制效果較好，魯棒性強。

神經網絡控制是一種智能控制方法，通過神經元間權值的調整能夠以任意精度趨近非線性系統，具備一定的學習能力，能夠解決無精確的數學模型的控制問題，在無人水下航行器控制中得到了廣泛的應用。該控制方法對不確定性問題有著一定的自適應性和學習能力，但是神經網絡結構和參數不易確定，自適應過程時間較長，控制的實時性不強。Ji Hong Li［14］提出一種用于AUV深度控制的神經網絡自適應控制器，利用神經網絡對AUV的未知動力學參數進行近似估計，仿真結果表明控制方法的有效性。Xia Guoqing［15］等設計了一種基于神經網絡的自適應觀測器系統，結合Lyapunov穩定性理論得出網絡權重的自適應率，采用了動態遞歸模糊神經網絡（DRFNN）來估算航行器動力學中未知的非線性參數，仿真結果驗證了算法的可行性。杜度［16］在徑向基函數（RBF）神經網絡結構基礎上，提出一種基于RBF的參數自整定PID控制方法，利用神經網絡對AUV深度方向的PID控制參數進行自適應調整，仿真結果表明AUV能夠在較短的時間內到達指定深度。許暉［17］等針對水下航行器傳感器可能出現的故障，設計了兩級神經網絡結構，主網絡用于故障檢測，局部網絡用于故障識別，仿真結果實現了傳感器故障的容錯，保證了航行器控制系統快速的故障診斷。

無人水下航行器執行任務過程中將面臨著模型高度非線性、時變、流體動力學參數不確定、洋流的隨機擾動等因素影響，所設計的控制系統必須具有較強的魯棒性和自校正能力。將不同的控制技術進行融合，消除因某單一技術可能存在的問題，從而提升單個無人水下航行器控制系統的性能。

3 UUV路徑規劃技術

3.1 路徑規劃簡介

路徑規劃指航行器按照某一規定的準則在具有障礙物環境的作業空間內，尋找到一條從起點到終點的最優路徑。路徑規劃水平的高低直接關系到水下航行器的工作能力，是其安全性、可靠性的重要支撐。目前，常見的UUV路徑規劃技術包含人工勢場法、神經網絡系統、遺傳算法、強化學習等［18］。

3.2 路徑規劃技術

人工勢場法由Khatib提出，最初該方法是用于解決機械手臂在坐標系中根據任務的具體參數進行運動控制的問題。該方法的基本思想是將機器人在外界環境中的運動比作一種在虛擬人工勢場中的運動。在人工勢場中，目標點對航行器產生引力作用，障礙物對航行器產生斥力作用，引力與斥力的合力決定航行器的運動狀態。傳統的人工勢場法比較簡單，計算速度快，實時性強，但是在障礙物斥力大于目標點引力或者合力為零時，算法易出現局部極值問題。在傳統的人工勢場法基礎上，多篇研究文獻提出了改進人工勢場法。Geva Y［19］等通過引入動態斥力增益系數的方法，將目標點與機器人的相對距離引入斥力勢場函數，從而解決了目標點與障礙物距離較近時，因斥力大于引力而使得機器人無法到達目標點的情況。YU Zhenzhong［20］等在原有引力勢場和斥力勢場的基礎上，利用勢場強度代替原有的力矢量，將速度信息引入勢場函數，加入“附加勢場”，從而解決了目標與障礙物距離較近時目標不可達的問題。任彥［21］等將機器人和目標間的距離引入到斥力勢場函數中，修改降低目標點附近的障礙物對機器人的影響，利用距離閾值的設置，在極小值點附近產生虛擬牽引力的方法使機器人逃出局部極小值點，順利到達目標點。

神經網絡是由眾多的神經元通過可調的連接權值連接而成，具有大規模并行處理、分布式信息存儲、良好的自組織自學習能力等特點。神經網絡法是將空間中的位置坐標與神經元相對應，構建具有自適應數據處理能力的神經網絡結構。當障礙物坐標信息輸入到神經網絡中，通過調整神經元權值可以得到下一步的運動軌跡。神經網絡算法通過參數調節可以得到較好的路徑規劃結果，穩定性較強。但是由于神經網絡涉及到的參數較多在外界環境復雜時，神經元迭代計算耗時較長。劉成良［22］等針對機器人無碰撞路徑規劃，提出了碰撞函數，并結合神經網絡，給出了無碰撞軌跡規劃神經網絡算法，仿真結果驗證了可行性。

遺傳算法模擬生物進化的機制來構造人工系統的模型。通過模擬生物體進化過程中染色體的選擇、交叉和變異構成了遺傳算法的遺傳操作。將環境中各個位置進行參數編碼，選擇合適的適應度函數，按照優勝劣汰的原則，通過不斷地迭代計算編碼，保留適應度高的個體，最終得到最優路徑。遺傳算法具有高效的避障路徑規劃和搜索能力，具有簡易通用、魯棒性強等特點，但由于算法需要預先初始化一些種群，可能會增加后續計算的復雜度，算法的實時性較差。嚴浙平［23］等利用遺傳算法思想，提出將AUV路徑二維編碼簡化為一位編碼的算法，AUV動態避碰二維和三維空間的計算機仿真結果表明，所得路徑曲線平滑，算法的收斂速度大大提高。

強化學習是Agent以“試錯”的方式進行學習。Agent改變自身狀態，與環境的交互獲得相應的獎賞。通過不斷地學習策略以獲得最大的獎賞，實現特定目標的問題。sarsa學習、Q學習等方法是目前主流的強化學習算法。隨著人工智能的快速發展，強化學習成為了較為熱門的研究領域，但是隨著系統狀態行為空間規模變大時，算法的收斂性將隨之變差，容易出現“維度災難”問題。冉祥瑞［24］在論文中提出基于MAXQ學習算法建立AUV路徑規劃任務的分層結構，并結合半馬爾可夫決策過程進行全局路徑規劃，一定程度上解決了強化學習的“維數災難”問題。

除上述路徑規劃技術外，部分文獻資料還研究了單位分解法、A*算法、D*算法、模糊邏輯算法、粒子群算法、雷達波算法等。對各算法的優化以及算法間的結合使用，能夠給無人水下航行器路徑規劃研究開拓新的思路和方法。

4 UUV編隊協同控制技術

4.1 UUV編隊簡介

隨著對于海洋任務需求的增加，特別是在軍事領域水下斗爭的頻繁復雜，單一的航行器由于其任務范圍小，工作效率低等局限性，已不再能滿足現有的需求。多個同構或者異構的無人水下航行器可以組成UUV編隊，協同完成大規模的搜索、作戰、偵查等較為復雜的任務，UUV編隊成為了UUV發展新的趨勢。

常見的UUV編隊任務包括任務分配、環境探測、編隊運動、圍捕等［25］。相比單個航行器，UUV編隊可以通過UUV之間信息交流、相關協作等方式完成較為復雜的工作任務，提高了系統的魯棒性和任務執行效率。近年來，國內外關于UUV編隊的相關技術的研究得到高度重視，并快速發展。

4.2 編隊協同控制技術

多UUV編隊系統在執行任務期間，需要保持固定的結構和隊形，以提高系統的安全性、穩定性。根據任務的特點及要求，編隊可形成不同的隊形。常見的編隊隊形包括直線形、縱隊形、三角形菱形、楔形等。目前關于編隊協同控制技術研究方法主要包含領航者-跟隨者法、圖論法、虛擬結構法、基于行為法、群體智能法等。

領航者-跟隨者法具有實現簡單，理解方便等特點，是應用最為廣泛的隊形控制方法。該方法基本思想是從編隊中選取一個UUV作為領航者，其他UUV作為跟隨者。編隊控制時，只需要對領航者UUV進行控制，其他UUV可以參照領航者UUV，并與其保持一定的位置關系，從而可以實現對整個編隊的控制。由于領航者需要與編隊中所有跟隨者建立通信聯系，使得領航者UUV通信壓力過大，甚至會出現超負荷現象。部分研究對領航者-跟隨者方法進行改進，在編隊中設立多級領航者，從而降低領航者通信壓力，提高編隊可靠性。

為了避免領航者UUV出現故障或受到干擾而導致整個編隊失去控制，在原有方法基礎上，改進形成了虛擬領航者-跟隨者方法。虛擬領航者-跟隨者方法基本思想是在編隊中虛擬出一個領航者，對該虛擬領航者進行控制，從而引導編隊朝目標點前進。相比原有方法，更加便于編隊實現分布式控制。李娟［26］等在領航者-跟隨者方法基礎上，采用濾波反步法設計控制器，使領航者跟蹤期望路徑，對跟隨者的縱向速度誤差和橫向速度誤差進行了積分滑模面的設計，提升了編隊的魯棒性。嚴浙平［27］等結合圖論理論，提出一種基于圖論和虛擬領航者的編隊結構，加強了編隊結構強度同時，減少了AUV間的通信。

虛擬結構法是一種集中式控制方法，基本思想是將編隊視為一個虛擬的剛性結構，編隊UUV都對應于結構中的一個固定的點。編隊一直保持一個固定的剛性結構，每個UUV對于中心點的相對位置是不變化的。通過控制中心點的運動，可以實現編隊的控制。虛擬結構法穩定性較強，可以有效地將問題降維，便于計算。但是虛擬結構法相當于將整個編隊看成一個整體，靈活性較差。在虛擬結構法的基礎上，方一成［28］在論文中引入了編隊收縮度概念。通過計算水平和垂直方向的收縮度，實現整個編隊虛擬結構的收縮、放大、偏移等操作。在保證編隊虛擬結構的同時，能夠較好地完成避障等操作。

圖論法主要思想是利用圖論的相關知識，將UUV抽象為圖的頂點，從而構成頂點集V（G）。編隊中UUV之間的相互聯系由一系列有向或者無向的邊表示，從而構成邊集V（E）。圖論法的使用使得整個UUV編隊形成了拓撲結構，能夠較為清楚地表明編隊中UUV之間的關系，適合于大規模的編隊結構。但目前大多數基于圖論法的研究考慮的都是二維平面，對于三維空間內編隊的控制研究較少。邊信黔［29］等引入視線導航算法設計單個UUV的路徑跟蹤器，結合圖論理論設計編隊協調控制器，進而實現多UUV間的協調及編隊的控制。

基于行為法［30］是將UUV編隊控制劃分為一系列子行為，包括隊形形成、避障、隊形重構、對應變換等。各個UUV執行子行為動作，組合形成了UUV編隊系統。基本行為法能夠實現編隊的分步控制，編隊系統具有很強的實時性和并行性，但是由于UUV自主執行子行為，整個系統的穩定性較差。L.Giovanini［31］等提出將UUV編隊任務分解為多個小任務，多個UUV可以分散的執行小任務，從而使得任務規劃轉換為最優控制的問題。

群體智能法參照鳥群或魚群等生物界群體間復雜的行為關系，發展形成的群體性控制研究方法。將群體智能法應用于UUV編隊，可以去除其他方法對于UUV之間的距離約束的限定，群體具有分散性、自組織性，系統的魯棒性、靈活性強。

目前編隊控制技術理論研究內容較為豐富，但是大部分技術均處于仿真階段，仍需要進行大量的水池試驗和海上實驗加以驗證。另外關于二維平面的編隊研究較多，三維空間的研究較少，這也將是編隊航行控制研究的努力方向。

5 控制技術發展展望

UUV的控制技術發展需要提高其自學習和自適應性能力，從而滿足在復雜水下環境中遂行任務的需求。

從控制技術研究現狀來看，單個UUV控制技術發展較為成熟，并進行了大量的仿真及實驗。UUV編隊控制技術發展相對較晚，無論是控制技術理論還是相關的仿真及實驗均有很大的發展空間。

隨著計算機等相關技術的發展，UUV的控制技術也得到了較大的發展，其發展主要趨勢有以下幾點。

1）仿生控制方式

模仿魚在水中的擺動運動可以減小水中的阻力。在仿生機器魚運動控制研究中，中樞模式發生器（central pattern generator，CPG）方法由于在控制參數改變時仍然能夠產生平滑的節律信號，因而得到了比較廣泛的應用［32～33］。通過仿生魚技術的引入，UUV控制將可能更加高效、穩定。同時在UUV外形設計方面，仿生外形的設計可以提高機動性和安全性。

2）異構UUV編隊控制

目前UUV編隊研究大多采用基于同構UUV系統，即編隊中所有的UUV均具有相同的動力學模型、性能參數、智能化程度，甚至執行任務也相同。相比之下，異構UUV編隊系統更貼合實際任務應用，能夠避免系統資源的浪費，從而發揮出更大的優勢。異構UUV編隊在編隊通信、協調控制、任務分配等方面存在問題較多，其編隊控制技術實現難度較大，是未來的研究方向之一。

3）人工智能技術應用

人工智能技術的發展和進步推動著自動化機器設備在實際生產和生活中的應用。將人工智能技術應用到UUV控制中，可以大幅度提高現有航行器的自主能力和智能化水平。深度學習是最具潛力的人工智能算法，具有強大的非線性表達能力，通過足夠多的訓練，可以在線學習輸入到輸出的映射關系。近年來，隨著大量新方法的涌現，深度學習網絡梯度消失問題得以緩解，同時計算機性能的提高，計算能力大幅度提升。部分研究表明，將深度學習應用于UUV控制是可行的［34］。深度學習在UUV控制技術中的應用也必將是前景開闊的。

6 結語

本文結合國內外研究現狀，重點對UUV運動控制技術、路徑規劃技術和編隊協同控制技術進行研究分析，并對相關技術的優缺點進行了簡要的介紹。雖然UUV控制方面受到了復雜環境因素、非線性欠驅動控制、控制參數不確定性、水聲通信不暢等因素的限制，但是隨著科技的發展進步，尤其是機器學習的廣泛使用，無人水下航行器必將擁有先進的自主性。單個UUV及UUV編隊的自適應能力更加強大，執行任務更加復雜，應用領域更加廣泛，在維護我國海洋權益中將會發揮更大的作用。