嚴(yán)浙平,劉祥玲

(哈爾濱工程大學(xué) 自動化學(xué)院,黑龍江 哈爾濱,150001)

0 引言

無人水下航行器(unmanned undersea vehicle,UUV)是一種利用各種傳感器及其他任務(wù)模塊執(zhí)行掃雷、偵察、勘測及情報搜集等任務(wù),通過其自身搭載的能源設(shè)備、導(dǎo)航設(shè)備和執(zhí)行機構(gòu)來進行自主導(dǎo)航、自主決策與自主控制的水下運載器[1]。隨著海洋任務(wù)需求的增加,單一航行器面臨著冗余性差、任務(wù)范圍小和工作效率低等局限性[2]。利用多 UUV系統(tǒng)執(zhí)行共同的任務(wù)能夠很好地克服上述問題,多 UUV協(xié)作可以增加系統(tǒng)的冗余性和魯棒性,提高任務(wù)執(zhí)行效率,降低成本,因此多 UUV協(xié)作系統(tǒng)得到了越來越多的科研機構(gòu)和學(xué)者的重視[3]。多UUV系統(tǒng)具有空間分布、時間分布、信息分布、資源分布及功能分布等特點[4]。

水下環(huán)境相比于陸地和空中環(huán)境而言,干擾較多,存在洋流、斷層及海底復(fù)雜地形等各種情況。水下有效的通信方式是水聲通信,但聲波傳播速度比電磁波要低 5個數(shù)量級,導(dǎo)致信息傳輸速度低,時延嚴(yán)重,還有丟包及衰減快等問題[5]。在復(fù)雜的海洋環(huán)境中,多 UUV協(xié)作將提高多個個體單獨執(zhí)行任務(wù)的智能性和效率,能夠更好地完成單個個體無法完成的任務(wù)。Curtin等[6]最早提出利用多個UUV并行作業(yè)來提高效率的UUV協(xié)作思想。然而,單依靠并行作業(yè)仍很難完成復(fù)雜的任務(wù),因而需要多UUV間的協(xié)調(diào)合作。文中將在整理分析多UUV協(xié)調(diào)控制現(xiàn)階段研究成果的基礎(chǔ)上,綜述該領(lǐng)域的研究現(xiàn)狀,并提出多UUV協(xié)調(diào)控制存在的關(guān)鍵性問題以及未來發(fā)展方向。

1 多UUV協(xié)調(diào)控制關(guān)鍵技術(shù)

多 UUV系統(tǒng)在執(zhí)行任務(wù)期間所采用的協(xié)調(diào)策略跟據(jù)系統(tǒng)任務(wù)的不同而定。近年來,國內(nèi)外在多 UUV協(xié)調(diào)控制方面做了大量的理論和試驗研究,其研究的關(guān)鍵技術(shù)主要有編隊控制、任務(wù)分配、協(xié)調(diào)路徑規(guī)劃和圍捕問題等。

1.1 編隊控制

多 UUV系統(tǒng)執(zhí)行任務(wù)時保持一個相對固定的隊形結(jié)構(gòu)會增加系統(tǒng)的安全性、穩(wěn)定性以及協(xié)調(diào)性。編隊控制是當(dāng)前多 UUV系統(tǒng)協(xié)調(diào)控制的熱點研究問題。編隊控制指多個 UUV形成的團隊按照預(yù)先指定的幾何結(jié)構(gòu)向特定的目標(biāo)運動的過程。UUV編隊控制依賴于各航行器快速準(zhǔn)確獲取其運動狀態(tài)信息以及 UUV之間的局部信息交互,而特殊的水下通信條件和工作環(huán)境增加了UUV編隊控制的難度。

編隊控制主要研究內(nèi)容有隊形保持、隊形重構(gòu)和協(xié)同避障等。文中將重點介紹以上三方面以及編隊衍生出的集群控制等問題。

1)隊形保持

隊形保持是指多 UUV在執(zhí)行任務(wù)過程中需保持特定的隊形。目前,隊形保持控制方法主要有領(lǐng)航者-跟隨者法[7]、基于行為法[8-9]、虛擬結(jié)構(gòu)法[10]和基于一致性法[11-12]等幾種。

領(lǐng)航者-跟隨者法是目前多 UUV編隊控制中最常用的方法。指定隊伍中一個航行器作為領(lǐng)航者,其他作為跟隨者,領(lǐng)航者跟蹤預(yù)先給定的路徑,跟隨者與領(lǐng)航者保持一定的隊形并達(dá)到一致的速度。Cui等[7]基于領(lǐng)航者-跟隨者法研究了欠驅(qū)動多自主水下航行器(autonomous undersea vehicle,AUV)編隊控制問題,提出一種不需要領(lǐng)航者速度與加速度信息的編隊控制方法,構(gòu)建了一個虛擬航行器,使其運動軌跡收斂到跟隨者的參考路徑,然后跟隨者采用反步法跟蹤虛擬航行器。

基于行為法的思想是將編隊控制分解為一系列基本行為,包括隊形形成、跟隨和避障等行為,通過行為的綜合來實現(xiàn)編隊運動控制,這使得系統(tǒng)中每個個體都能夠根據(jù)自身決策來與其他個體協(xié)同完成任務(wù)?；谛袨榉梢詫崿F(xiàn)分布式控制,能夠提高多 UUV系統(tǒng)的并行性和實時性。但該方法是根據(jù)預(yù)先設(shè)定的信息和觸發(fā)條件來形成控制指令,因而降低了系統(tǒng)的靈活性和適應(yīng)性。

虛擬結(jié)構(gòu)法是一種集中式控制結(jié)構(gòu)方法,由Lewis等[10]提出,其主要思想是將多UUV系統(tǒng)看作一個虛擬的剛性結(jié)構(gòu),每個 UUV都是剛性結(jié)構(gòu)上相對位置固定的一個點,系統(tǒng)中所有 UUV都參照虛擬幾何中心運動。該方法的優(yōu)點在于,可以通過定義剛體中心的運動來實現(xiàn)整個團隊的運動,但由于整個團隊必須按一定的剛體結(jié)構(gòu)運動,因此限制了其應(yīng)用范圍。

一致性法是指 UUV利用與其通信的相鄰個體的狀態(tài)信息更新自身的狀態(tài)信息,進而使系統(tǒng)中所有UUV達(dá)到狀態(tài)一致,是一種分布式結(jié)構(gòu)。Saber等[13]提出了多智能體收斂的充要條件是系統(tǒng)的拓?fù)鋱D是連通的。Ren等[14]將一致性理論應(yīng)用到多智能體編隊控制當(dāng)中,分別對時不變通信拓?fù)浜蛣討B(tài)變化拓?fù)?種情況進行了一致性協(xié)調(diào)控制算法研究。王銀濤等[15]將一致性應(yīng)用于多AUV系統(tǒng)編隊跟蹤控制,使得AUV編隊可以在只有部分航行器能獲得參考速度信號的條件下完成編隊跟蹤控制。Zhao等[16]提出基于神經(jīng)網(wǎng)絡(luò)的反步法控制方法來進行多AUV一致性跟蹤控制?；诜植际浇Y(jié)構(gòu)的一致性編隊控制具有良好的靈活性,同時增加了系統(tǒng)的魯棒性,多UUV系統(tǒng)不會因為某個個體損壞而對整體隊形產(chǎn)生大的影響。但是分布式控制算法比較復(fù)雜,而且對通信時延和通信帶寬有較高要求。

通過上述分析可以得出,編隊控制的隊形保持控制屬于分布式控制結(jié)構(gòu)。當(dāng)前已有的研究多建立在理想通信條件下,考慮到實際海底通信條件的嚴(yán)苛以及水聲通信的約束條件,目前 UUV編隊協(xié)調(diào)控制技術(shù)遠(yuǎn)非成熟,該領(lǐng)域的理論研究與實際應(yīng)用均任重而道遠(yuǎn)。

2)隊形重構(gòu)和協(xié)同避障

在多 UUV 編隊執(zhí)行任務(wù)時,難免會遇到一些障礙物。對于整個編隊個體來說,很難維持原隊形通過該障礙物,或者維持原隊形繞過障礙物從而浪費大量的時間與資源,這對水下運動的UUV來說是極為不利的。這時就需要進行隊形切換,形成新的隊形避開障礙物,通過障礙物區(qū)域后再形成原先的隊形,即隊形重構(gòu)。

隊形重構(gòu)包括隊形切換和有航行器故障時新編隊隊形的形成,在隊形重構(gòu)過程中,要防止UUV之間的碰撞,同時要考慮UUV編隊規(guī)避障礙物的問題。多個體實現(xiàn)隊形重構(gòu)的方法有:勢能域函數(shù)法、滾動時域法、模型預(yù)測法、生物算法和最優(yōu)控制法[17]等。目前已有的隊形重構(gòu)研究多是關(guān)于多智能體以及多無人機編隊的隊形重構(gòu)算法,而關(guān)于多UUV隊形重構(gòu)的研究很少,這就給多UUV編隊控制提供了新的研究方向。

3)集群控制

集群控制問題是指受激勵于鳥群魚群等生物群體進行的群體行為和自組織行為而衍生出的群體控制研究。集群控制與編隊控制的不同之處在于集群控制對UUV群體中的UUV之間距離沒有固定約束(只要UUV個體間距離不為零即可)。集群控制有靈活性、魯棒性、分散性和自組織性等特性。

現(xiàn)有關(guān)于集群控制的研究多為移動機器人類,由于水下環(huán)境的限制以及 UUV本身質(zhì)量及對能量的要求較高等限制條件,對多 UUV的集群控制研究很少。Sahu等[18]利用模糊算法針對多UUV系統(tǒng)提出了基于勢函數(shù)的集群算法;該團隊在文獻(xiàn)[19]中基于吸引/排斥勢函數(shù)設(shè)計了領(lǐng)航者-跟隨者算法,用來實現(xiàn)4艘UUV的集群控制。2018年,Sahu等[20]又提出了基于模糊人工勢場函數(shù)的多 UUV集群控制算法,集群中心由一致性協(xié)議計算得到,而避免航行器之間以及航行器與障礙物之間的碰撞問題由模糊排斥勢場函數(shù)來實現(xiàn)。目前,對于多UUV系統(tǒng)集群控制的研究較少,未來隨著船載能源、水聲通信等技術(shù)的不斷發(fā)展,將會獲得越來越多的多UUV集群控制研究成果。

1.2 任務(wù)分配

多UUV系統(tǒng)任務(wù)分配是實現(xiàn)多UUV系統(tǒng)協(xié)調(diào)控制的關(guān)鍵技術(shù)之一。當(dāng)對多 UUV系統(tǒng)下達(dá)一個具體任務(wù)時,多 UUV協(xié)作層需要根據(jù)具體任務(wù)的復(fù)雜度、系統(tǒng)內(nèi)UUV數(shù)量以及各個UUV所在位置來對任務(wù)進行規(guī)劃分配,達(dá)到減少任務(wù)完成的時間及提高執(zhí)行效率的目標(biāo)。任務(wù)分配方法主要有市場機制法、線性規(guī)劃法、群智能法和圖論法等。

任務(wù)分配算法需要考慮實時性、計算量和通信等問題。針對水下通信的特殊情況,于大海[21]研究了在弱通信條件下的任務(wù)分配問題,根據(jù)對水下通信進行預(yù)估得到的時延,來完成動態(tài)不確定環(huán)境下的任務(wù)分配。呂洪莉[22]針對多區(qū)域海底地形勘察問題,對多 UUV群體協(xié)同任務(wù)分配問題進行了研究,提出一種基于多個蟻群的多目標(biāo)優(yōu)化算法,解決了多個UUV從不同地點出發(fā),對多個離散區(qū)域進行協(xié)同探測的任務(wù)分配問題。朱大奇等[23]提出一種基于自組織映射(self organizing maps,SOM)神經(jīng)網(wǎng)絡(luò)的多 UUV多目標(biāo)分配策略,該方法穩(wěn)定可靠,可以完成靜態(tài)環(huán)境和動態(tài)環(huán)境下的任務(wù)分配工作,使多 UUV系統(tǒng)能夠自主地分配任務(wù),并能根據(jù)動態(tài)環(huán)境實時調(diào)整規(guī)劃策略。

高效合理的任務(wù)分配是多 UUV系統(tǒng)智能化自治性的前提。針對任務(wù)分配算法的實時性及計算量等問題已進行了大量研究,最新研究進展已涉及到不確定性通信約束、動態(tài)環(huán)境下任務(wù)分配以及多目標(biāo)的任務(wù)分配策略。但多 UUV任務(wù)分配的研究仍多處于理論研究階段,多 UUV系統(tǒng)的智能化還有待提高。

1.3 協(xié)調(diào)路徑規(guī)劃

路徑規(guī)劃指航行器按照某一規(guī)定的準(zhǔn)則在其作業(yè)空間內(nèi)尋找到一條從起點到終點的最優(yōu)路徑。多UUV系統(tǒng)執(zhí)行任務(wù)時,通常按照某一規(guī)劃好的路徑前進,路徑規(guī)劃的優(yōu)劣將直接影響到系統(tǒng)作業(yè)的效率。多 UUV系統(tǒng)協(xié)調(diào)路徑規(guī)劃不僅要考慮給每個 UUV規(guī)劃一條最優(yōu)的路徑,同時要考慮UUV之間的避碰問題。

Stack等[24]提出了一種用于多UUV掃雷任務(wù)的路徑規(guī)劃算法。該算法是針對水下環(huán)境設(shè)計的,各 UUV的起點和終點都不相同,如果有 2個UUV的起點和終點的連線有交叉,那么就必須考慮這2個UUV之間的避碰問題,但該算法并沒有考慮到這一問題。UUV路徑規(guī)劃是一個組合優(yōu)化問題,隨著問題規(guī)模的增大,UUV路徑規(guī)劃搜索空間解的數(shù)量將會呈指數(shù)增長,這樣就會對UUV的計算速度要求提高,同時降低路徑規(guī)劃的實時性。針對上述問題,吳小平等[25]提出了一種基于蟻群算法的多 UUV路徑規(guī)劃算法,該算法可檢查潛在的碰撞,試驗表明該算法能很好地處理大規(guī)模復(fù)雜組合優(yōu)化問題。Zhu等[26]提出了一種任務(wù)分配及路徑規(guī)劃算法,該算法結(jié)合改進的 SOM 神經(jīng)網(wǎng)絡(luò)及速度合成方法,能夠在有海流干擾的三維空間環(huán)境中控制多 UUV系統(tǒng)一次性到達(dá)所有指定的目標(biāo)位置。

在復(fù)雜未知的海洋環(huán)境中,為了能夠使多UUV編隊安全快速達(dá)到目標(biāo)區(qū)域,路徑規(guī)劃是研究中重要的組成部分。目前已有的研究能夠針對水下環(huán)境,考慮到航行器之間的避碰問題,并且基于蟻群算法及神經(jīng)網(wǎng)絡(luò)算法等來解決實時性及計算量大的問題。

1.4 圍捕問題

多 UUV圍捕問題是指多航行器群體根據(jù)協(xié)調(diào)控制機制使得其中各 UUV在位置和速度上與圍捕目標(biāo)達(dá)到一致或有界,可以分為追逐逃跑問題和協(xié)調(diào)目標(biāo)跟蹤問題。

Wang等[27]設(shè)計了分布式卡爾曼濾波器來預(yù)估圍捕目標(biāo)的位置,并提出分布式集群算法來完成對預(yù)估目標(biāo)的跟蹤以及個體間的避碰?？紤]到在 UUV群體對目標(biāo)感知范圍有限的情況下,在圍捕過程中航行器對目標(biāo)感知的狀態(tài)可能會發(fā)生變化,Kawakami等[28]研究了依賴于UUV間相對位置的動態(tài)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)下的目標(biāo)圍捕問題,提出了基于一致性搜尋方法的捕獲控制算法。Kim等[29]基于循環(huán)追蹤策略提出了一種協(xié)調(diào)圍捕方法,但僅適用于所有個體均能獲得目標(biāo)的完整狀態(tài)信息時。針對航行器獲得的目標(biāo)狀態(tài)信息不完整的情況,Sharma等[30]提出了一種基于非精確目標(biāo)信息的分布式編隊控制算法來實現(xiàn)對機動目標(biāo)的圍捕,然而該算法的通信拓?fù)涫欠€(wěn)定的,而且沒有考慮時延等實際因素。

目前圍捕問題的研究能夠考慮到 UUV群體對目標(biāo)感知范圍有限的情況,針對依賴于 UUV間相對位置的動態(tài)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)下的目標(biāo)圍捕問題,提出了一致性搜索方法。然而研究成果并沒有完全考慮到狀態(tài)信息的不完整性及通信網(wǎng)絡(luò)的非完整性。

2 有待解決的問題

多UUV協(xié)調(diào)控制的理論研究已經(jīng)取得了可觀的成果,但與實際應(yīng)用還有很大差距。多UUV協(xié)調(diào)控制理論研究多是將 UUV轉(zhuǎn)化為線性動力學(xué)模型來設(shè)計控制器,且通常假設(shè)感知、通信能力良好,但實際的多 UUV系統(tǒng)是在水下弱通信條件下作業(yè)的,且 UUV動力學(xué)模型是強耦合非線性的,所以部分已有的協(xié)調(diào)控制方法無法直接應(yīng)用到實際多UUV系統(tǒng)中。為了促進多UUV系統(tǒng)在實際環(huán)境中的應(yīng)用,以下問題有待解決。

1)具有強耦合非線性模型的協(xié)調(diào)控制研究

UUV的動力學(xué)模型是強耦合非線性的,而現(xiàn)有的多 UUV協(xié)調(diào)控制研究多基于線性模型,特別是 2階積分器模型[31-32]。實際應(yīng)用中,很難將復(fù)雜的非線性航行器簡單地用2階線性模型描述。所以有必要用非線性控制理論來研究多航行器系統(tǒng),以提高理論研究的實用性。

2)弱通信約束條件下的協(xié)調(diào)控制研究

航行器協(xié)調(diào)控制穩(wěn)定的前提是通信,而水下通信環(huán)境非常惡劣,存在通信延遲、數(shù)據(jù)丟包、通信帶寬受限和水下信道不穩(wěn)定等約束條件,因此,非理想通信條件下的多 UUV協(xié)調(diào)控制是亟待解決的問題之一。

3)異構(gòu)多UUV系統(tǒng)的協(xié)調(diào)控制研究

現(xiàn)有的多 UUV協(xié)調(diào)控制研究多是同構(gòu)的多UUV系統(tǒng),即所有的UUV均有相同的動力學(xué)模型,裝備有相同的硬件設(shè)施,智能化也相同,這將造成系統(tǒng)資源的浪費。同時,有的任務(wù)需要不同的智能體協(xié)作完成,比如,水面船與水下航行器的協(xié)作,而不同智能體的動力學(xué)模型有很大的不同。因此面向?qū)嶋H應(yīng)用,異構(gòu)多UUV協(xié)調(diào)控制也是研究方向之一。

3 結(jié)束語

多 UUV協(xié)調(diào)控制是提高航行器工作效率、完成復(fù)雜艱難任務(wù)的有效手段。文中對近年來國內(nèi)外有關(guān)多 UUV協(xié)調(diào)控制的幾個關(guān)鍵問題進行了綜述,闡述了多UUV編隊控制、任務(wù)分配、協(xié)調(diào)路徑規(guī)劃和圍捕等問題的研究現(xiàn)狀,并進行了相應(yīng)的分析總結(jié)和展望。同時歸納總結(jié)出了多UUV協(xié)調(diào)控制有待解決的問題,認(rèn)為目前對多UUV協(xié)調(diào)控制的研究成果多是理論研究,對現(xiàn)實中具有強耦合非線性模型的協(xié)調(diào)控制研究比較少,針對海洋特殊環(huán)境下的弱通信約束條件下的協(xié)調(diào)控制研究也有待加強,同時異構(gòu)多 UUV協(xié)調(diào)控制也是未來的研究方向之一。

雖然目前對多 UUV協(xié)調(diào)控制的理論研究有了較多成果,但隨著日益復(fù)雜的作業(yè)環(huán)境和多樣多變的任務(wù)需求,各種多 UUV協(xié)調(diào)控制技術(shù)也亟待急速發(fā)展,因此,未來迫切需要展開在通信約束和復(fù)雜環(huán)境下的高精度、強魯棒協(xié)調(diào)控制算法研究。相信隨著控制、通信、數(shù)據(jù)融合等技術(shù)的交融發(fā)展,多 UUV協(xié)調(diào)控制技術(shù)必將得到更深遠(yuǎn)的發(fā)展。

相關(guān)文章導(dǎo)航

1.常龍飛,李超群,牛清正,等.IPMC驅(qū)動柔性機器魚速度控制系統(tǒng)[J].水下無人系統(tǒng)學(xué)報,2019,27(2).

2.嚴(yán)浙平,李響,宋育武.參數(shù)攝動下基于積分滑模的欠驅(qū)動 UUV軌跡跟蹤控制方法[J].水下無人系統(tǒng)學(xué)報,2018,26(3).

3.林龍信,張比升.水面無人作戰(zhàn)系統(tǒng)技術(shù)發(fā)展與作戰(zhàn)應(yīng)用[J].水下無人系統(tǒng)學(xué)報,2018,26(2).

4.嚴(yán)浙平,何靚文,李娟,等.多域限界內(nèi)多AUV巡邏航路規(guī)劃方法[J].水下無人系統(tǒng)學(xué)報,2017,25(4).

5.張守旭,王寶峰,嚴(yán)衛(wèi)生.基于事件驅(qū)動策略的多仿生機器魚編隊控制[J].水下無人系統(tǒng)學(xué)報,2017,25(4).

6.鐘宏偉.國外無人水下航行器裝備與技術(shù)現(xiàn)狀及展望[J].水下無人系統(tǒng)學(xué)報,2017,25(4).