遥控潜水器（ROV）在20世纪60年代问世时，彻底改变了水下工业的发展方向，它比潜水员更高效、更安全，而且可以比潜水员潜得更深。然而，ROV需要系绳和支持船，这使得ROV的使用复杂且昂贵。

在海洋的探索和开发中，自主海洋机器人（AMV）一直被视为解决这一问题的方向，AMV能够自主多次潜入远距离、情况复杂的海域执行数据收集等任务。刚开始，人们一直把重点放在自主式水下机器人（AUV）的研究上，近年来，无人水面机器人（USV）的开发和应用速度越来越快。当前，AMV（含AUV和USV）已经在部分领域（如水深测量和水雷对策）服役，未来，它们还有更广阔的发展空间。

无人水下机器人（UUV）简史

自引进ROV以来，机器人技术在海底科学、工程和应用中发挥了重要作用。

20世纪80年代，随着石油和天然气开采深度超过人类潜水员的可及范围，最初为海洋勘探和救援而设计的遥控潜水机器人成为水下作业的工具。它们能够执行从施工到检查、维修和维护的许多任务，当前，大多数油气作业和海洋科考都离不开它们。

20世纪90年代，鱼雷型AUV的发展为人们提供了快速、大规模、高分辨率的海底勘测。这种机器人不需要系绳和支援船，能提供比传统方法更高分辨率的数据，并且可以进入冰下和浅水区。然而，它们不能对被处理物体进行近距离检查和维修。

因此，UUV技术的下一步工作重点是开发具有操纵能力的干预型、混合型水下机器人，这可能成为将水下机器人纳入水下作业主体的关键。

20世纪90年代中期，美国首先研发出一自由度的干预型AUV；90年代末，欧盟深水取样项目开发了第一个健壮的7自由度电动机械臂。本世纪初，半自动水下机器人干预项目完成了第一次自主干预和自由漂浮干预。在过去的十年里，欧盟研发出了轻型AUV（如Girona 500）。

当前的成就和挑战

多年来，UUV技术不断发展，从ROV到AUV，现在又有了干预型AUV（I-AUV）和混合型ROV（H-ROV）。从ROV到AUV的过渡推动了本地化、自主性和通信的发展；H-ROV和I-AUV促进了操纵技术的发展。

软件开发已经经过中间软件框架简化，形成面向任务的操作程序和机器人操作系统。模拟器的研发降低了海上测试的复杂性和成本。

然而，UUV技术虽然取得了稳步发展，但仍然存在以下一些重大技术挑战。

传感技术

AMV和UUV可以携带的传感器范围非常广泛，我们重点关注机器人为保障其正常工作而使用的信息采集传感器。UUV最常用的是光学和声学传感器。

光学相机可以应用于许多领域，如目标检测与分类、三维重建、拼接、同步定位与映射。为了安全起见，它们还可用于避障或与底部保持恒定距离。对于检查任务，光学摄像机可以帮助UUV在不接触被检查结构的情况下测量该区域。为了更全面的检查或物体识别，可以使用立体相机系统和短距离的主动结构光实现三维传感。

声学传感器可以提高任务的安全性。例如，回声测深仪可以从底部测量高度，因此有助于确保UUV保持在安全深度。合成孔径声纳可以达到厘米级的分辨率，比传统声纳大一个数量级，它可以用于海床测绘、探雷或沉船测量。侧扫声纳可以用于类似的领域，但提供的分辨率较低。多波束前视声纳（FLSs）可用于避障、目标探测和识别、导航，提高任务安全性。

FLSs可以达到数百米的范围，因此可以帮助AUV在比光学相机更大的范围内避开障碍物。近年来，在更高频率（高达3兆赫）的FLSs已经产生了非常小范围（小于10米）的毫米分辨率图像。这些声纳可用于检查船体和锚链，或近距离探测。

最先进的三维声纳可以提供20赫兹的实时三维图像，提供了在安全的距离引入了非常高分辨率的可能性，然而它们的成本太高，无法推广。

传感方面的挑战大多与物理介质有关，因此很难解决。光学相机受到光衰减和水混浊的影响，使其无法在30-40米深度以下使用。一种解决方法是将光学相机与其他传感器结合起来。例如，在高分辨率成像和三维重建中，将它们与激光雷达相结合正变得越来越流行。

另一种解决方法是使用高光谱成像传感器，这些传感器已经在飞机和卫星上使用了多年，直到最近才进入海洋领域。这些照相机可以在可见光谱范围内外进行探测。尽管它们存在与光学相机类似的吸收和散射问题，但它们提供了更好的光谱分辨率。

导航、制导和控制技术

UUV的经典控制结构如图所示。

导航系统使用传感器数据来估计位置和速度，并为导航和控制模块供电。目前，UUV主要依赖于前处理传感器，如集成了多普勒速度测井（DVL）的惯性导航系统（INS）。然而，INS和DVL容易产生漂移和偏差，导致位置不确定性增加。此外，DVL的使用受到其使用范围的限制。

最新技术将内部传感器和声学定位系统的组合起来，从长基线（LBL）发展到短基线（SBL）和超短基线（USBL）。然而，由于声波定位系统受到多径多普勒效应和温跃层敏感性的影响，因此需要仔细校准声速。

此外，还可以通过外部感知传感器（光学或声纳）来提高导航能力，这些传感器识别环境中的特定地标，并使用它们来定位UUV。

如果地图可用，这种方法称为基于地图的定位。当地图不可用时，AUV可以执行同时定位与地图构建（SLAM），在SLAM中，机器人构建相关特征的地图并使用它导航。当机器人多次进入同一区域时，后一种方法最为有效，实现了不确定性的全局降低。

尽管SLAM在陆地和空中机器人领域非常有效，但在水下领域使用SLAM仍然是一个挑战，因为在水下，高分辨率光学传感器的距离较短，远程声学传感器的分辨率较低。

虽然单一机器人的制导和控制是成熟的领域，但网络化机器人的协同导航和控制仍然是一个挑战。目前尚不存在基于多个AMV的系统。

多机器人的制导和控制面临的挑战主要是在导航和通信中使用相同的有限带宽物理介质。因此，算法在处理数据的频繁丢包和多径到达时需要具有鲁棒性。从纯实践的角度来看，在所有天气下发射和回收大量机器人仍然需要进一步研究。

通信技术

水下通信是一个挑战。目前，声学通信可用于从地面（SBL或USBL）或海底（LBL）进行导航，并将UUV的状态传达给操作员。UUV还可以接收来自其他船只的消息以进行控制和协调。

最近，LED、激光和高灵敏度光电二极管技术的发展，光学通信解决方案已经开发出来。其优点是带宽远高于声学通信（几十米范围内可达500 Mb/s）。

综上，声通信的低带宽和光通信的短距离对水下通信的发展是一个挑战。此外，这些通信网络通常需要永久性部署，使得可移植性成为另一项挑战。同时，水下通信的挑战也促进了机器人内部自主性的发展。与其他领域不同，水下机器人研究者别无选择，只能努力增加自主性，以实现有效和安全的操作。

自主与规划技术

第一代UUV只有最基础的自主性，它们执行严格规定的任务，一旦出现问题，它们预设的安全措施就会被激活，终止任务。后来，更复杂的自主被慢慢引入到自主检查中。

复杂的任务规划算法能够根据收集到的新数据或环境条件的变化来调整初始计划。它们被应用于海洋取样和自主干预领域。在实际的大规模实验中，研究者探索并证明了多机器人协调和规划方案。

目前，我们可以部署和协调大量的自主系统来执行复杂的长期任务。然而，目前部署的嵌入式自主解决方案仍然脆弱，往往需要运营商的支持。在远程操作中，通信的长延迟迫使嵌入式自主控制做所有实时操作。在这种情况下，远程操纵只能触发支持任务的行为。

综合上文所述四项技术，表1列出了三个典型UUV的相关信息。

表1 UUV的发展和相关技术

无人水下机器人的未来

根据道格拉斯韦斯特伍德的最新市场报告，预计2018-2022年期间，AUV的需求将增长37%，其中商业领域的需求将增长74%。另一份报告估计，到2022年，全球水下机器人市场将达到8.35亿美元，其中商业市场5.372亿美元。

多年来，UUV的使用范围、能力和类型（从ROV到I-AUV）不断扩大。以前主要由ROV完成的检查任务现在可以由AUV完成。随着检修市场的扩大，所谓的I-AUV将无所不在。这一市场主要由石油和天然气行业组成，未来，海上风电场和波浪能发电机将扩大这一市场。

由于ROV运行成本可能大大高于AUV，市场的I-AUV会逐渐取代ROV。目前，AUV的操作受到其耐久性的限制，虽然少数AUV的续航时间可达数月，续航里程可达数百公里，使其适合冰下任务，但大多数AUV仍然需要重新充电、更换电池或者停靠到充电站。

对接是持久自主的另一个促成因素。安装在石油钻塔或风电场中的对接站可以创造出能够自我维持的AUV操作环境。

市场机会不仅限于检查和维护。水下采矿需求在增长，深海采矿勘探也在进行中。国际海底管理局于2018年5月发布了29份深海矿藏勘探合同，预计到2020年，巴布亚新几内亚附近的国家水域将开始商业开采，2025年的国际水域将开始商业开采，这会减少土地上的露天开采而产生潜在的社会影响，但也带来了一些环境问题。

大型可改装水下母船（MUM）可以运载数吨有效载荷，并在5000米深度工作数周，这可能代表了货物运输的一次革命，目前还没有一种水下运载器的货物能力可与MUM相比。

最后，在过去几十年里广受欢迎的仿生机器人和仿人机器人也开始向海洋进军。例如人形的海洋一号H-ROV，受生物启发的FESTO AquaJellies、AquaPenguins、Aquaray和Airacuda AUV。

相关文章