摘要：

        无人船艇系统，对外与岸基主控系统、领域基础设施进行信息交互，对内实施对艇体平台、任务载荷的控制。无人船艇系统包括各类传感器、通信、航行控制、岸基控制分系统。

无人艇行驶环境的特征：

无人艇的行驶异常

无人艇系统的目标：

无人船艇自主化的能力要求

多重感知，智能分析，动态规划决策，精准控制

       无人船艇实现自主感知、自主航行，首先要适应海洋环境特点，遵循相关海事规则。此外，无人装备能够长期在海上执行任务，主动力等船载设备要有比较高的可靠性，以及一定的健康诊断、故障自主处理能力；持续畅通的通信也是无人艇完成任务的基本保障，特别是在远离岸基的大洋深处，卫星通信是必备手段。

这些能力的形成，需要依托传统的船舶导航、通信、动力、作战系统，加上智能感知、规划决策、自动控制等方面的最新成果，构成一个完整的从观察到思考，再到执行和反馈的完整链路。

无人船艇的系统架构

三大系统，即船体平台、无人系统、任务载荷。

无人系统，对外与有人系统、周边环境进行信息交互，对内实施对艇体平台、任务载荷的控制。无人系统包括各类传感器、通信、航行控制、岸基控制分系统。

与自主航行直接相关的航行控制分系统又是无人系统的核心，它分为三个部分：

制导系统（Guidance system）。这个词借用导弹技术，主要是根据分配的任务、环境条件，以及导航信息，为船舶提供稳定、连续、优化的航行轨迹。

导航系统（Navigation system）。提供船舶的位置、航向、航速、加速度等实时的信息，感知周边态势。信息源来自艇上的各类传感器，如导航雷达、陀螺、卫星定位系统、光学系统、声呐、海流风流测量等等。

控制系统（Control System）。根据制导系统、导航系统提供的指令信息，对船舶航行实施自动控制，主要通过对主机、舵的控制。如果需要完成相关作战任务，需要具备对相关任务平台的远程控制能力。比如，水声通讯、水下搜索，水上水下目标打击等。

关键技术·制导系统

全局路径规划：受生物学启发产生的进化算法（Evolutionary algorithm），代表着人工智能技术在路径规划中的应用。遗传算法是迄今使用最为广泛的路径搜索方法。由于对计算资源消耗大，当遇到障碍物或者其他变化条件的时候，对应用的实时性有一定影响。启发式搜索算法（Heuristic search algorithms）也在不断演化，改进的A∗算法2012年之后应用在电子海图中搜索最优路径上。现有的全局路径算法都比较耗时，通常不太适合实时性较强、环境动态变化较大的应用场景。

局部路径规划：视线法（Line of sight）在导弹制导中得到成功应用，对无人艇也同样有效，其原理是船的航向始终瞄着目标点，以此修正风流海流引起的偏差。势能法（Potential fields）计算量小，在实时计算上效果较好，它类似于磁铁，船舶和要到达的目标之间相互吸引，对于障碍物相互排斥，由此来形成局部最短路径。为确保无人艇航行路线的安全和效率，采用了全局和局部路径规划相结合的方法。部分算法采用复杂架构，比如先用迪杰斯特拉算法计算全局路径，在此基础上，局部采用A∗算法计算临近水域航行路线。

路径实时调整：统计显示，海上事故伤亡60%是因为碰撞。目前避碰研究主要集中在海面目标，比如船舶、岛礁等。对水下障碍物，如暗礁、浅滩等的自主避碰问题研究才刚刚起步，已经有研究院所采用主动声呐开展测试和算法分析。海上碰撞事故中56%是因为违反国际海上避碰规则（International Regulations for Preventing Collisions at Sea）。无人艇要走向远海，必须要深入研究避碰规则，包括船舶超越、相向航行、航路交叉的规则要求，在算法上尽可能多考虑各种多样场景。

关键技术·导航系统

导航系统包括惯性导航、GPS、水声、导航雷达、测深仪、光学设备等。这些设备在无人艇导航定位上都各有优劣。通常都是联合使用，以提高精度，降低误差。采用多传感器数据融合的方法有助于导航，是提高效率的最佳方式，因为要快速提升单项传感器技术比较难，这和现有舰船的组合导航原理是一样的。

主要传感器优缺点如下。

导航雷达: 是传统船舶30海里内远距离探测的主要工具，能够提供全天候、全域的图像，具有高分辨率和精确度。缺陷是对快速回转目标准确度受一定影响，对小型动态目标探测能力有限。对于无人艇而言，由于雷达高度低，一般距水面2米，对7米小型无人艇的发现距离一般在3海里左右。如两艘无人艇以30节的速度相向而行，从发现到目标相遇的时间只有3分钟。如果海况恶劣，浪高大，海杂波影响显著，探测距离将进一步降低。

激光雷达：激光雷达广泛应用在无人驾驶汽车测试研究，它在近距离目标探测上比较有效，探测深度和精度高。我们在工信部智能船舶2.0项目《船舶航行态势智能感知系统研制》中，采用了包括远程激光扫描成像雷达（探测距离200米到2海里）、详查激光雷达（多源光电跟踪系统，与变焦可见光、红外成像集成，实现对500米以内微小、暗弱目标观察）、多普勒测速激光雷达（在靠泊提供高精度的接近速度）的组合方案。激光海上应用的主要问题是受海上环境、以及艇体运动影响大，特别是海上起雾或雨雪的时候。此外，激光雷达价格较高，车用激光雷达单价2万美元。

视觉传感器：视觉传感器是目前无人汽车最主要的感知手段，也在智能船、无人艇项目中广泛应用。采用热成像和可见光全景成像融合技术，生成无人艇前方和周边障碍物的纵深视图，将为未来无人艇在各种气象、海况下的视觉感知，提供解决方案。无人艇由于运动幅值大，海上使用需要重点解决图像稳定、去雾问题。比如，采用稳定云台和图像稳定算法，采用图像去雾处理算法等。在此基础上，采用人工智能图像识别技术，识别和跟踪目标。

声呐：声呐是唯一的无人艇水下目标探测手段，对水下目标有高的分辨率和精确性，存在问题是每次扫描探测范围有限，且易受水面噪声影响。声呐图像的实时解析处理，也是一个难题。在复杂水底地貌环境中，依据声呐图像，自动准确地识别出水下目标或是障碍物，并考虑潮汐影响，不但需要复杂的算法，还需要大量的机器学习图像数据。离技术成熟还有很长的路要走。

传感器解决的是眼睛的问题。练就火眼金睛，不单要充分利用舰船导航已有成果，还要借鉴无人驾驶汽车、无人机等方面的技术突破。

关键技术·控制系统

船舶运动具有非线性、大时滞、大惯性的特点，又易受风、浪、流等干扰，其运动控制本质上是复杂非线性、不确定性系统的控制。水面舰船仅依靠螺旋桨和舵进行操控，由转舵力矩和螺旋桨纵向推力，同时控制船舶水平面位置和航向角3个自由度运动，属于欠驱动系统。

为利于工程实现，大多数船舶控制系统采用了理想化的线性数学模型。实际上，船舶的水动力系数往往随环境和时间而变化，事先不容易获得精确的数值。近年来，很多新的鲁棒控制理论被运用于船舶运动控制，但综合考虑风浪流干扰等因素的控制系统，至今没有比较好的解决方案。特别在高海况下，由于各种扰动的耦合，流体阻尼，测量误差增大，精确控制的难度较大。无人艇由于排水量小，航速高，高海况下运动幅度远大于有人舰船，操控难度更大。具体表现在，高于3级海况后，失速明显，航向角保持困难，航线与预定轨迹产生较大的偏离。所以，需要研究适应不同海况的控制模型，才能实现对无人艇的精准控制。

关键技术·通信系统

通信系统的重要性，在海上无人装备体现得越来越明显。无人船艇和远程控制系统之间存在无时不在、紧密的联系。通信的中断，意味着无人艇如断线风筝一样，可能从此失联。因此，一般出现通信问题的时候，出于安全考虑，首先策略是停机，让无人艇处于自由漂泊状态，等待通信恢复。无人艇还远远没达到自主寻找回家路的阶段。某种意义上说，可靠通信的范围，就是无人艇执行各种任务的最大范围。美国“海猎手”无人艇能够实现自主跨洋航行，其无所不在的空天、海洋通信网络，起到了非常关键的作用。

挑战赛中，海上、湖上通信问题频发，主要和竞赛各艇队之间强烈的电磁同频干扰有关。此外，通信受环境影响大，周边建筑或山包阻挡，通信波束海面反射和大气散射等因素，使得实际通信距离比在空旷、干净的陆上环境下测试结果要低得多。

传统船舶通信时，海上无线通信、卫星通信和岸基移动通信共同构成海洋通信网络,实现语音、数据信息传输。海上无线电通信网络的成本较低,但覆盖范围有限;海洋卫星通信网络能够提供全球覆盖,但价格昂贵且通信速率低;蜂窝网拓展到海洋应用能提供高速率、低价格的通信服务,但覆盖范围又非常小。现阶段，无人艇主要采用无线电通信，重点是解决好10海里内5M以上带宽的可靠通信问题，保障通信具备强的抗干扰性；同时，要考虑无人艇在弱通信条件下，应具备依托船载传感器和计算机，实现一定时间内安全、自主的航行保障能力。对于中大型无人艇，需要提前研究远海通信体系对于无人艇的适用性问题。

此外，由于船舶和远程控制系统之间的紧密通信联系，网络的安全性非常重要。所有的远程遥控设施和相关船载系统都要考虑网络安全问题。总的原则是设置网络安全深度防御机制，通过多层网络设置，对网络侵害行为进行阻止、辨识防范，降低网络安全问题对系统的损坏。

作者简介：若谷，德国stuttgart大学自动驾驶博士，擅长利用数学物理模型，来描述生活现象和攻克专业目标。目前，在广州天河创业，主攻自动驾驶辅助系统。工作之余，撰写《自动驾驶》专栏，跑马拉松，自驾旅游。著有《青少年信息学奥赛实践指南》（已出版），正在编写《自动驾驶---物联·感知·控制》。