水下潜航器 · 大学进阶教程

面向大学及以上水平,深入讲解 AUV 自主导航、水下 SLAM、多 AUV 协同、深海作业级 ROV 控制等前沿技术。

一、AUV 自主导航

1.1 水下导航挑战

挑战原因解决方案
无 GPS电磁波在水中衰减极快INS/DVL/USBL/地形匹配
通信受限声波带宽低、延迟高事件触发通信、自主决策
感知困难水下能见度低、光照差声呐成像、前视声呐 SLAM
能源有限电池容量受限路径规划优化、水下滑翔机

1.2 惯性导航 + DVL 组合

INS(惯性导航系统):

  • 加速度计 + 陀螺仪 → 积分得到位置和姿态
  • 缺点:累积误差随时间增长

DVL(多普勒速度仪):

  • 向海底发射声波,测量多普勒频移 → 得到对地速度
  • 精度:0.1% 速度值
  • 与 INS 组合可大幅抑制漂移

卡尔曼滤波融合:

状态向量 x = [位置, 速度, 姿态, 陀螺零偏, 加速度零偏]
预测步:x_pred = F × x + B × u
更新步:x = x_pred + K × (z - H × x_pred)

1.3 USBL 水下声学定位

USBL(Ultra-Short Baseline):

  • 水面母船安装 USBL 基阵
  • AUV 携带应答器
  • 测量声波到达时间差 → 计算 AUV 相对母船的位置
  • 精度:0.1% × 斜距(如 1000m 距离,精度 1m)

二、水下 SLAM

2.1 声呐 SLAM

水下视觉 SLAM 困难(低能见度),主流用声呐 SLAM:

前视声呐成像特点:

  • 极坐标成像(非笛卡尔坐标)
  • 方位角分辨率高,距离分辨率低
  • 存在多径效应和声学阴影

声呐 SLAM 算法:

  • 特征提取:从声呐图像提取点/线/面特征
  • 数据关联:匹配相邻帧的特征
  • 位姿估计:ICP/NDT 配准
  • 回环检测:识别曾到过的地方
  • 后端优化:图优化/因子图

2.2 地形匹配导航

利用海底地形作为"指纹"进行定位:

  • 搭载深度传感器扫描海底地形
  • 与预存的海底地形图匹配
  • 确定 AUV 的绝对位置

适用场景:深海平原区域(地形特征少)效果差;海底山脉/峡谷区域效果好。


三、多 AUV 协同

3.1 协同搜索

多台 AUV 协同搜索目标(如黑匣子、沉船):

编队模式:

  • 平行割据:各 AUV 平行前进,覆盖搜索带
  • 螺旋扩展:从中心向外螺旋搜索
  • 自适应:根据已探测信息动态调整路线

通信约束:

  • 水下通信带宽极低(kbps 级)
  • 传播延迟大(声速 1500m/s,1km 延迟 0.67s)
  • 策略:只在关键时刻通信,其余时间自主决策

3.2 协同搬运

多台水下机器人协同搬运大型物体:

  • 需要精确的力/位混合控制
  • 各 AUV 必须同步运动
  • 通过水声通信实时同步状态

四、深海作业级 ROV

4.1 作业级 ROV 特点

参数观察级作业级
深度<1000m<6000m
推力<200N>2000N
机械臂无/小型7 自由度力反馈
载荷摄像头液压工具、切割器
功率<5kW>100kW

4.2 力反馈机械臂控制

深海作业级 ROV 的机械臂需要:

  • 力感知:关节力矩传感器
  • 力控制:恒力抓取(不损坏脆弱目标)
  • 主从控制:操作员在地面操控,ROV 机械臂同步动作
  • 延迟补偿:水声通信延迟 → 预测控制

4.3 水下焊接与切割

特殊作业需要:

  • 水下焊接:湿法焊接(直接在水中)或干法焊接(局部排水舱内)
  • 水下切割:氧弧切割、激光切割(实验阶段)
  • 应用:海底管道维修、沉船打捞、海上风电维护

五、脑电波 + 水下机器人前沿

5.1 BCI 控制 ROV 研究

已有研究表明脑电信号可用于水下机器人控制:

  • P300 事件相关电位:注视不同目标产生不同脑电 → 选择指令
  • 运动想象:想象左手/右手运动 → 控制不同动作
  • SSVEP:注视不同频率闪烁 → 选择指令

5.2 实现架构

脑电头环 (BCI)
    ↓ 蓝牙
上位机 (Python)
    ↓ 脑电解码 → 意图识别
    ↓ 映射为 ROV 控制指令
水声通信机 / 有缆
    ↓
ROV 控制板
    ↓
推进器/机械臂执行

5.3 技术挑战

  • 脑电信号噪声大:水下环境振动、电磁干扰
  • 通信延迟:水声通信延迟可能导致控制不稳定
  • 安全性:脑电解码错误可能导致 ROV 碰撞 → 需要安全边界

六、开源项目与工具

6.1 BlueROV2

  • 厂商:Blue Robotics(美国)
  • 价格:~$2500-$5000
  • 深度:100m
  • 开源:软件完全开源(Arduino/Python/ROS)
  • 社区:discuss.bluerobotics.com

6.2 UUV Simulator(Gazebo 插件)

  • 用途:水下机器人 ROS/Gazebo 仿真
  • GitHub:github.com/uuvsimulator
  • 功能:ROV/AUV 动力学仿真、传感器仿真、控制器开发

6.3 MOOS-IvP

  • 用途:AUV 自主行为编程框架
  • 开发者:MIT
  • 特点:基于目标的编程,AUV 自主决策

参考论文

  • "A Survey of Motion Planning and Control Techniques for Self-driving Urban Vehicles"
  • "Underwater SLAM: Challenges and Solutions"
  • "Cooperative Multi-Robot Systems for Underwater Exploration"
  • "Brain-Computer Interface for Underwater Vehicle Control"