智能自主式水下航行器技術發展研究
自主式水下航行器（AUV）是水下無人航行器（UUV）的一種，屬於新型水下無人平台，可攜帶多種感測器和任務模塊，具有自主性、隱蔽性、環境適應性、可部署性和高效費比等優點。21世紀以來，AUV發展迅速，在民用、軍用和商用等領域被廣泛應用。民用領域在海底勘探、水下救援、海底打撈、海洋科考等發揮著越來越重要的作用，軍用領域可用於水下執行潛艇戰和反潛戰、反水雷戰、海洋偵察和監視、情報搜集、信息通信、目標攻擊等，極大拓展了水面和水下作戰系統的作戰空間，是當今世界主要海軍國家重點發展的水下作戰裝備。性能優越化、功能完善化和模塊智能化是AUV的主要發展方向。
智能化是當前AUV技術的研究熱點，智能AUV的關鍵技術是人工智慧技術。與智能化程度較低的AUV相比，高智能化AUV能夠完成更複雜的任務，具備更廣泛的作業範圍以及更高的任務可靠性。本文主要結合近年來以美英等國為代表的典型智能AUV系統，介紹智能AUV的發展現狀，探討智能AUV的關鍵技術特點，對其未來發展情況進行分析。
一、智能AUV發展現狀
1957年，第1台真正意義的AUV?SPURV在美國華盛頓大學發明。經歷半個多世紀發展，AUV技術逐漸成熟，不同功能和型號AUV在軍用和民用領域得到了廣泛應用。21世紀以來，AUV的自主控制和推進動力水平等不斷提高，但其重要的技術瓶頸之一是智能化不足，智能型AUV已成為各國研究的重點和熱點。
美國海軍UUV發展呈現「自主化」、「模塊化」、「智能化」和「多用途化」的發展趨勢。國防高級研究計劃局（DARPA）和海軍不斷推進UUV等水下無人系統及相關技術的研發和作戰應用，將REMUS、SEAHORSE、「沙鯊」等系列AUV用於掃雷、偵察、情報搜集和海洋探測等任務，推動了水下無人作戰能力不斷發展，成為一種新型作戰平台和海上力量倍增器。
2010年2月，美軍啟動「反潛戰持續跟蹤無人航行器」（ACTUV）計劃，該航行器按照性能優先和最佳適航性原則設計，能連續數月在大洋中主動跟蹤敵方潛艇。2011年以來，美海軍致力研發大排水量無人水下航行器（LDUUV），視其為「遊戲規則的改變者」，用於大洋和近海港口海域執行情報、監視與偵察，載荷投送和戰場環境情報準備任務。2016年1月，美海軍宣布已使用「UUV通用控制系統（CCS）」軟體對LDUUV進行了一系列監視與情報偵察測試。LDUUV被拆分成2個並行開發項目，其中一個作為創新型原理樣機（INP）項目的LDUUV-INP具有自主工作和智能化攻擊的能力。
近年來，美國國防部（DoD）相關組織和各軍種發布了系列無人系統研究和專題報告。2016年，美海軍發布了《AUV2025年需求》、美國國防科學委員會（DSB）先後發布了《自主性》和《下一代水下無人系統》執行摘要。2017年2月9日，美國戰略與預算評估中心（CSBA）發布的《重振美國海上力量：美國海軍新艦隊結構》研究報告指出要創新戰法、部署方法和力量包，發展超大型和智能AUV。截至2018年，美軍先後發布了多版《無人系統綜合路線圖》。系列文件顯示了美軍發展智能化AUV的規劃，具有重要的導向作用。其中，《AUV2025年需求》提出要加強對「曼塔」（MANTA）等大型AUV的快速利用。MANTA是典型可重構無人航行器（見圖1），它採用非常規扁平外形模塊化設計，平時與潛艇共形，安裝在艇首，可根據任務攜載不同載荷執行情報搜集、偵察、反水雷和反潛等多重任務。戰時，MANTA根據指令離開潛艇外殼塢站獨立執行作戰任務，任務完成後返回母艇外殼塢站形成流線型外殼。
圖1 仿生可重構AUVMANTA與潛艇共形
最近被關注的是新型仿生AUV「幽靈泳者」（GhostSwimmer），如圖2所示。「幽靈泳者」是美海軍作戰部長快速創新單位（CRIC）計劃SilentNEMO項目開發的一系列「科幻變現實」的最新成果，該系統概念對美海軍自然科學技術戰略規劃和海軍研究顧問委員會報告等產生了重要的影響，意義深遠。Ghost Swimmer在沿河情報偵察監視、港口探測與持續監視等方面有巨大的應用前景，獲得包括美海岸警衛隊（USCG）、海軍遠征作戰指揮部（NECC）的廣泛認可。
圖2 新型仿生AUV「幽靈泳者」
2017年英國海軍發布了一系列基於仿生的極具未來感的潛艇及負載概念，包括「鸚鵡螺」-100仿生潛艇（見圖3）、『鰻魚」仿生無人航行器、「飛魚」仿生武器和多種仿生微型潛航器。這些概念的設計靈感主要來自於海洋生物，在未來50年或將徹底顛覆水下作戰方式。目前，英國海軍僅披露了3款微型潛航器，它們可在預定時間自行分解，適合編組部署在關鍵海域，執行監視偵察任務。
圖3 「鸚鵡螺」-100仿生潛艇效果圖
近年來國內無人智能技術發展迅速，圍繞UUV總體設計、智能控制、通信導航、探測識別和動力能源等關鍵技術開展了理論和工程研究。
我國自主研發的智能AUV已在海洋環境觀測和資源調查等領域得到應用，但在某些領域與國際上仍有一定差距。例如，標準化有利於提高產品競爭力、降低生命周期成本、提高系統的互操作性，國內有關無人智能技術基礎標準、生產技術標準、質量檢測標準、作業技術標準以及應用和管理保障標準等均處於空白狀態，無人智能技術標準化組織體系尚待建立。
仿生武器和多種仿生微型潛航器。這些概念的設計靈感主要來自於海洋生物，在未來50年或將徹底顛覆水下作戰方式。目前，英國海軍僅披露了3款微型潛航器，它們可在預定時間自行分解，適合編組部署在關鍵海域，執行監視偵察任務。
近年來國內無人智能技術發展迅速，圍繞UUV總體設計、智能控制、通信導航、探測識別和動力能源等關鍵技術開展了理論和工程研究。
我國自主研發的智能AUV已在海洋環境觀測和資源調查等領域得到應用，但在某些領域與國際上仍有一定差距。例如，標準化有利於提高產品競爭力、降低生命周期成本、提高系統的互操作性，國內有關無人智能技術基礎標準、生產技術標準、質量檢測標準、作業技術標準以及應用和管理保障標準等均處於空白狀態，無人智能技術標準化組織體系尚待建立。
此外，軍事需求的不斷增強對AUV智能性、多AUV協同性的建模與模擬研究提出了更高要求，在面向智能化、協同化等軍事應用方向與發達國家相比有一定差距，大多數水下無人作戰系統項目尚未開展實際應用。
目前，AUV雖然能進行路徑規劃、避障避碰、編隊航行等簡單智能行為，但受人工智慧技術和智能控制系統發展水平限制，其智能化程度不足，自主決策能力較差，尚無法完全自主控制，同時受複雜水下環境等因素影響，水下自適應能力仍有待提升。尤其對於軍用AUV系統，戰場態勢和作戰規則複雜多變，智能AUV通過自主學習進化的過程比較緩慢，無法快速適應瞬息萬變的水下戰場環境。在無人參與指揮情況下，AUV不能實現完全無人自主指揮控制，作戰靈活性較差。
二、智能AUV技術特點
除了具有常規AUV設備高可靠性技術、任務模塊化技術、海上通信技術、續航技術、推進技術及通用智能技術外，智能AUV主要體現出在「智能」方面的技術優勢。智能技術水平能極大拓展AUV的任務範圍、提高作業能力，使智能化策略更好地實現。主要分析4類智能AUV關鍵技術。
智能控制技術
水下任務的多樣性及水下環境的複雜性、未知性使AUV控制技術面臨更高要求與挑戰。智能控制技術具有反應性、自主性、協調性和能動性，是實現AUV系統自主運行及支撐AUV智慧大腦的關鍵技術。智能控制技術涵蓋了對智能系統內部軟硬體平台的智能控制和對外部信息反饋的智能控制等，表現為可以依據事先的規劃指令和任務過程中的應變指令進行最優自主控制，更重要的是其控制系統可以根據對內部和外部的感知信息，結合任務要求，自主對路徑、規避以及目標等選擇做出最優決策方案。智能AUV系統建立了精確的運動模型，同時結合了先進的控制方法，如深度學習、人工神經網路、粒子群優化演算法等實現高機動性和穩定性的目的。對於軍用智能AUV，高程度的智能化控制可實現最佳作戰效能。
智能自主技術
DSB將自主技術定義為「使系統的特定功能能夠自動運行，或者在經編程的邊界內，能夠『自治』的一種（或一組）能力」。自主性將增加複雜/動態/戰術環境中設備的生存性和自適應性，減少人為干預，通過導航和通信繼電設備實現合作以及多設備操作，並提供更高水平的環境態勢感知。AUV智能自主技術能夠根據內部和外部狀態完成環境探測和分析、運動決策、最優路徑實時規劃、自主尋的和避障等。為了適應複雜的水下環境，智能AUV對於自身模型的不確定性和外部擾動具有學習和自適應能力，其迅速發展是建立在大數據、深度學習、強化學習和計算硬體迅速發展的基礎上。
智能自主技術已應用到水下機器人。2019年1月，美國蘭德公司發布《推進自主系統發展—對無人航行器當前和未來技術的分析》研究報告，對無人航行器的自主能力發展現狀進行了詳細分析。DARPA最新發布的「琵琶魚」水下自主機器人，無需外部操縱和通信，僅通過自身感測器自主探測海底環境，實現自主水下定位、導航、搜索、避障和控制。
智能感知技術
智能AUV基於深度學習等先進的圖像智能識別技術，具有更先進的感知智能化水平。過去幾十年中，人工智慧、計算智能和神經網路展示了其在信號-圖像分析、對象檢測和模式識別等方面的強大能力。在智能AUV中裝備的具有智能識別或控制決策能力的計算機專家系統，通過與神經網路結合，可以充分發揮邏輯推理能力強和神經網路魯棒性好、學習功能強等優點，克服學習能力弱和容錯能力差的缺點。
基於智能感知技術，AUV能夠基於聲學、光學等感測信息進行自主調配以自動適應環境，建立符合複雜環境的泛在感知能力，實現異構多源感測器異類信息柔性融合的組合運用。2016年，美國俄勒岡州立大學聯合特拉華大學位巴哈馬群島附近海域成功完成了無人潛航器智能反應系統試驗。通過在瑞典水螅公司生產的REMUS600型AUV上使用感測器融合技術，使AUV能夠實時有效地應對周圍生物的影響，並跟蹤收集生物信息。
智能導航技術
近代腦科學研究的進步促進了人工智慧理論和技術的快速發展，也使以類腦的方式實現對人或動物認知導航機制的模擬成為可能，從而加快了在無人化平台發展中引入人工智慧技術實現智能導航的步伐。智能AUV在對導航信息處理中引入了人工智慧理論和技術，如認知科學等。例如，以認知導航具有的學習記憶、知識推理以及行為規劃等智能導航信息處理能力為技術支撐，可以實現無人平台在自主選擇的航跡上持續性自由行進，達到全自動化運行控制的目的。
智能導航技術極大拓展了無人平台水下活動空間。近期，日本東京大學提出了一種遠距離、大範圍海底測繪技術，能使多台AUV在沒有任何海面支持的情況下，交替降落在海底實現高精度導航和測繪，開展自主大範圍海底勘測。
三、智能AUV未來發展分析
目前，AUV主要用於開展海洋調查、水下測繪、目標探測識別及情報搜集與偵察等一些基本任務。隨著人工智慧技術和AUV平台的深度融合，對智能AUV的研究將得到進一步深化和拓展。
先進的人工智慧技術
人工智慧技術在諸多領域取得了突破性成果，並促進智能AUV向類型多樣化、功能擴展化的方向發展。有關文獻提出了將無人平台智能水平劃分為5個等級，描述了各等級的作業能力、任務內容等，明確了各等級間演進的關鍵技術以及功能差異，對智能裝備技術水平作了較好界定。美軍大力推進人工智慧的軍事應用，五角大樓於2018年6月在國防部首席信息官領導下成立了聯合人工智慧中心。美軍2018年版《無人系統綜合路線圖》首次將人工智慧和機器學習列為影響無人系統發展的支撐因素，這2種技術將使無人系統能夠自主學習，並作出高質量決策，從而提升自主性，拓展和改進無人系統的功能，極大增強作戰空間感知能力，最終變革作戰空間管理和指揮控制
2019年2月12日，DoD發布《2018國防部人工智慧戰略概要：利用人工智慧促進安全與繁榮》，指出美國要加快利用人工智慧解決美軍關鍵任務，因此先進的智能技術將是智能AUV的核心。深度學習、類腦計算、人工神經網路等先進智能理論正在推動感知、控制與智能方面的深刻變革，AUV自主化和智能化進程將得到全面提速。
基於仿生技術智能平台
近年來，仿生技術、控制技術和材料技術的發展為仿魚水下機器人控制理論和方法、系統構成和實現提供了有力支撐。仿魚類AUV研製涉及機構仿生、感知仿生、控制仿生、智能仿生等關鍵技術，通過綜合應用機械、電子、感測、控制、材料等學科最新成果，研究其推進機理和流線型結構以提高平台機動性能。基於仿生技術的智能AUV具有流體擾動小、推進效率高、機動性能好、智能化程度高等特徵。
現今，美國已在腦控與控腦、生物材料和仿生機械等領域取得重大突破，DARPA成立了生物技術辦公室，目標是發展基於生命科學的新一代裝備和技術，進一步推動水下平台仿生研究的發展。軍事應用中，仿生AUV比常規水下武器隱蔽性、突防性和欺騙性更好，將被應用於各個戰術領域。未來的智能仿生AUV將「綜合仿生」水下生物，在性能和結構上實現創新性跨越式發展。
基於可重構技術智能平台
美國海軍《情報、監視與偵察路線圖》遠期（2012?2019年）規劃要「實現『大續航力、多功能、可重構的LDUUV』，在成熟技術支持下，能完成實際監視與偵察任務」。「可重構」作為技術要求被提出，是智能AUV研製的重要技術亮點之一，是提高智能AUV對環境適應能力的一種重要手段。當前可重構技術主要針對固定構型AUV，當任務超出其自身的機構物理特性時，它將很難甚至無法完成。可重構AUV是一種利用智能材料優勢，結合輕質高效變形結構和驅動裝置的「智能變形機構」。它能夠根據任務需要，通過獨立模塊自主構型。這種組合併不是簡單的機械重構，還包括控制系統（電子硬體、控制演算法、軟體）的重構。
智能可重構AUV平台已初具雛形。冰島研製的GAVIA採用了可重構高度模塊化設計，具有便於攜帶、可重構、易於更換電池、維護費用低、裝拆方便等優點。美軍的MANTA將子模塊設計成一種共形組件，在智能控制下，眾多子模塊實現與母體平台的外體與機制共形，是一種智能結構體。但結構模塊化僅是可重構的第一步，要實現真正的「可重構」，系統的智能控制仍是亟待解決的難點。
多AUV協同智能化系統
多AUV協同智能化系統是由多個同構或異構智能無人子AUV系統組成的空間、時間、事件和功能分布的複雜系統。具有高度並行性、魯棒性和協作性的多AUV智能系統已成為智能AUV發展的重要方向之一。該系統具備信息收集和環境認知能力，可借鑒人類在認知過程中的認知信息處理、複雜環境認知演算法、基於認知的學習和推理方法等，感知、識別、理解其所處的水下環境。
智能化系統主要涉及自主控制、多源信息融合、水聲通信、場景分割、目標檢測與識別、精確導航、地圖構建等多項關鍵技術，朝長航時、大深度、智能化、模塊化、體系化、協同化等方向不斷發展。多AUV協同智能化系統將突破水下通信和組網局限，通過水下感測器網路，從獨立運作升級為與可其他平台協同完成複雜任務。
目前，美國已基本解決了單AUV技術，正在向多AUV自主集群協同及海陸空集群協同發展。但多AUV協同優化仍存在一些問題，如未知的環境模型導致搜索方法不確定性、動態環境變化導致智能演算法效果較差，現有演算法處理不同條件變數的靈活性較差等。未來海戰必然需要海上無人裝備編隊的智能化作業，屆時，智能化水平將是決定其作業能力的關鍵。
四、結語
智能化給人類發展帶來了前所未有的機遇和挑戰，我國已將智能機器人產業發展提升到國家戰略層面。智能化無人系統以人工智慧技術為基礎，智能AUV是人工智慧技術和無人系統平台全技術鏈條深入融合的一個典型代表。一些先進的人工智慧方法已經在水下無人平台的智能控制、自主運動、感知和導航中獲得了廣泛應用，各種智能演算法和先進技術的發展，將極大地推動智能AUV的發展。
鑒於AUV的發展趨勢，人工智慧技術將在AUV發展中扮演越來越重要的角色，也是我國在無人智能平台研發領域實現彎道超車的重要技術突破點。尤其對於水下戰場，智能AUV的發展和體系化應用，將成為未來水下攻防體系的重要力量。
