UUV无人系统自主性研究探讨

UUV 无人系统自主性研究 探讨

胡必文

中国船舶集团有限公司第七一○研究所，湖北 宜昌 443003

摘 要：介绍了UUV无人系统自主性定义。论述了自主性研究的参考框架。对自主性研究的发展领域进行了探讨。

关键词：UUV；无人系统；自主性研究

0 引言

前不久，美国国防科学委员会发布了《自主性在国防部无人系统中的地位》，进一步指出自主能力是美军无人系统中的核心能力，其中分析了自主能力UUV带来的作战效益。报告提出了提高自主能力亟待发展的技术，包括感知、规划、学习、人——机交互、自然语言理解和多智能体协调6项关键技术，指出每个研究领域的技术发展现状和目前存在的差距。

1自主性定义

1．1 自主性

 “自主性”(Autonomy)总的来说是指“在更为广泛的作战条件、环境因素和更为多样的任务或行动中，使用更多的传感器和更为复杂的软件，提供更高层次自动化的行为”。自主性的特征通常体现在系统独立完成任务目标的程度。也就是说，自主系统要在极其不确定的条件下，能够完全排除外界干扰，即使在没有通信或通信不畅的情况下，仍能弥补系统故障所带来的问题，并确保系统长时间良好运行。

要实现自主性，系统必须“有一系列基于智能的能力，能够对设计中未规划未预测到的态势做出响应（即基于决策的响应）。自主系统应当能够在一定程度上实现自我管理和自我指导（由人的决策代理进行）”。软件设计方面，不仅要基于计算逻辑（更加通俗的说法是“基于规则”），还要采用计算智能（如模糊逻辑、神经网络、贝叶斯网络），通过智能体的通信和协同来实现目标。此外，学习算法可以实现学习，并适应动态环境的能力。自主性可视为自动化的重要延伸，可以在各种未完全预测到的环境下成功地执行面向任务的高级指令，正符合目前对人在具备适当的独立性和任务执行限制时的期望。因此，自主性也可理解为设计良好、具备较高能力的自动化。

1．2 遥控平台

水下无人平台将成为未来海洋军事行动中不可或缺的重要组成部分。然而，当前大多数UUV无人系统都由人遥控，在一些任务中的自动化程度较低（例如操作员指定平台的航点）。未来，这些遥控平台将具备更为强大的自主性；然而，“遥控”和“自主”这两个概念事实上是正交的，即只能存其一，也可二者兼而有之。遥控平台可由人直接遥操纵，也可实现半自主（应用一些自动化功能）或全自主运行。此外，有人装备也可借助软件，以人工、半自主或全自主等多种方式遂行多样化任务。

自主性可以理解为控制谱系的一个潜在端。然而，在未来30年里，大部分应用将运用一定级别的半自主能力。换言之，我们将见证系统控制的逐步发展，而介于中间的自主等级将在不同任务中得到应用。未来随着自主能力越来越强，可以应对更多任务并应用环境中更多样的变化，系统将逐步向自主性更强的作战行动发展。

2 参考框架

2．1 认知层次

依据不同的决策类型，自主将发挥不同的作用，也面临着不同的挑战。如果从认知层次视图检查设计方案，那么可以站在不同控制级别上的用户的立场上，更好地发挥自主作用，还能为扩大自主使用范围提供机遇。

在更高的认知层次上，工作重点将转向参照高级任务目标对资源进行管理。目前，在不同任务目标的指引下，大规模资源与任务分配，例如，每个UUV平台具备不同传感器与武器配置选项，平台对多个目标的任务指派也不同，实现多平台多目标的任务分配，大部分工作都是手动完成的。对此，利用智能分析软件，可以有效地协助任务指挥官整理大量数据，同时提取可行动的相关资料。

2．2 时间轴

依据不同的决策类型，自主将发挥不同的作用，也面临着不同的挑战。但是，必须注意的是，在任务的时间轴上，决策类型随着时间的变迁也会发生变化。一项任务可分为三个阶段：启动阶段、执行阶段和结束阶段。在每个阶段，自主技术都有不同的应用空间。除此之外，自主技术还可以利用软件智能体来监控行动故障或态势变化，主动防止因这些行动故障或态势变化而导致初始计划中的某个部分或某些部分失效或需要进行重规划。在结束阶段，一但任务完成，便可以利用自主技术来对收集到的数据进行预处理，然后将处理后的数据返回给平台。

尤其值得注意的是，整个任务期间，人类与计算机智能体在各个认知层次上的主动性和地位相互之间是可以易位的，其目的是适应态势发生变化时所出现的新事件、新干扰和新机遇的需求。在感知、作用和规划的不断循环过程中，自主发挥了积极的作用。

2．3 人—机系统权衡空间

(1)适应度。在系统对新任务或意外情况的自适应能力和性能最优化之间行权衡。

(2)计划。在系统有效地跟踪现行计划与全面检测某个计划不再有效而需要改变的需求之间进行权衡。

(3)影响力。在集中式与分布式之间进行权衡，使远程或当地获取的信息在不受潜在因素或不明因素影响的前提下具有可视性。

(4)视角。在局部性与全局性之间进行权衡，掌握态势，使在一个单元中的集中行动与多个单元间的干扰和协调之间相适，以取得更好的效果。

(5)责任。在长期目标与短期目标之间进行权衡，在目标上达成统一。

3 发展领域

3．1 感知

无论是在平台上还是在战场上，感知( Perception)能力都是实现自主的关键要索。只有通过感知，UUV无人平台才可以到达目标区域(如导航、避开障碍物等)实现任务目标。。

感知过程需要传感器(硬件)与感知能力(软件的支持。传感器模态是传感器原始输入，包括声音、压力、温度和光照等。在某些情况下，它与人的五种感官相似。模态可以继续进行细分。当传感器模态利用电磁波频谱来生成图像时，导航与任务传感器处理也可以称为计算机视觉。图像是以类似于图片的格式所呈现的数据，与所捕捉到的现场有直接物理对应关系。在下文论述中，我们根据感知的不同目的，将无人系统的感知功能分为四大类，即导航感知、任务感知、系统健康感知与操作感知。由于在某些情况下，平台可能为了实现室内导航而需要对某扇门进行操作，也有可能为了完成某项任务而需要对简易爆炸装置进行操作，因此，这四个类别经常存在交叉现象。此外，到达目标区域和在拒止区域内移动，需要导航功能的支持，而在导航功能的支持下到达目标区域之后，则需要通过任务感知来完成任务目标。

平台健康感知主要应用于故障检测与平台健康管理但是，在进行故障预测、重规划与意外管理时，也需要应用平台健康感知功能。加强自主健康监控至少有三大好处：一是当自主故障检测、确认和修复的速度可能高于手动检测、确认和恢复的速度时，使得故障弱化，并有助于修复故障；二是提高用户对系统的任度，尤其是系统不按预期运行，或在任务关键阶段突然出现故障时；三是进步减少操作员的认知工作负荷，不再需要特别安排一位操作员全程监视诊断

3．2 规划

规划（Planning）是指能将当前状态改变为预期状态的行动序列或偏序的计算过程。在这一过程当中，共有两个关键点：①描述行动和环境条件、设定目标／资源最优化标准；②在遵照硬性限制条件、优化软性限制条件的前提下，提供计算行动序列和分配行动资源的算法。

3．3 机器学习

机器学习现已成为开发智能自主系统最有效的办法之一。大体而言，从数据中自主获取信息比手动知识工程的效率更高。计算机视觉最新技术系统开发、机器人技术、自然语言理解和规划主要依赖于训练数据自主学习。通过在大量具体数据中寻找可靠的模式，一般可以使自主系统的精确性和鲁棒性高于手动软件工程，还可以使系统根据实际运行经验自动地适应新环境。

3．4 人—机交互

人一机交互（ Human—Robot Interaction，HRI）是一个相对而言较新的跨学科领域，主要解决人与机器人、计算机或工具如何协作的问题。它是人一系统交互的一个分支领域，侧重于人与机器人之间双向的认知交互关系，在这个交互关系当中，由机器人承担智能体的角色，在远离用户、计算机或自动驾驶仪的位置上运行，在技术上巨有明显的优势。

由于研究范围十分广泛，人一机交互涵盖了无人系统、人因学、心理学、认知科学、通信、人一计算机交互、计算机支持工作组以及社会学等多个领域。这种庞大的多学科交叉状态明显不同于传统工程设计、接口开发或生物工程学。研究人一机系统与平台之间的关系，有助于国防部改进系统性能、减少平台操作成本和设计成本，提高现有系统对新环境的自适应能力，并加快其推行进程。通过改善人与无人平台之间的协作关系，可以提高系统执行任务的速度，同时降低失误率；而如果在改善人与无人平台协作关系的同时，改进通信接口、提高应用程序的可用性和可靠性，那么还可以减少系统操作人员的需求量，降低在缺乏人一机交互支持的情况下，设计不同系统显示或重新设计无人系统的成本。如果能够较好地理解人、无人平台以及自主性在特殊形势下各自的作用和局限性，那么将有助于设计出不仅能监控越限行为，还能预测新需求的系统，从而提高系统的自适应能力。通过提高人一机交互水平，不仅可以提高无人系统的任务执行能力，还可以提高人类对系统的信任度。我们希望借助于这些有利条件来加快这一技术的推行进程。此外，利用先进的人一机交互人类学方法，可以在无人系统使用过程中捕捉创新机会，从而加快新能力、新用途和最优实践的推行。

4 UUV自主航行技术

为了确保UUV能够在复杂海洋环境中自主协同地完成各项任务, 必须解决环境自适应、自主对接与回收、编队协同控制、协同导航与定位等技术问题。

1) 环境自适应技术

UUV执行任务时, 能够根据海洋环境、任务需求、运动约束、通信约束等多时空约束, 合理规划出最优的航迹或者航路点, 以节约能源、规避危险区域等。航行过程中, 由于海洋环境的变化, UUV根据实时测量信息, 需要避开在其航行路径上的障碍物或者危险区域, 因此UUV还要求有自主避障的能力, 以适应环境的变化。

此外, 一些任务中UUV要在海底隐蔽航行, 为了保证UUV的安全性, 要求能够与海底保持一定的高度航行, 因此, 在海底起伏的情形下, UUV要能够根据海底地形自主调节距底高度。

2) 自主对接与回收技术

为了实现UUV能源补给、数据传输的功能, 必须解决UUV与水下基站的自主对接与回收问题。目前, 美国已经实现了在自主海洋采集网络(autonomous ocean sampling network, AOSN)中通过固定的水下回收器收集UUV的数据并对其补充能量。国内中科院沈阳自动化研究所和哈尔滨工程大学已经进行了一些水面舰船和潜艇通过释放回收器实现UUV回收的研究, 西北工业大学则开展了潜艇发射管回收UUV时的流体动力和微速控制方面的研究[16-17]。

为此, 围绕UUV在复杂海洋环境下长时间作业的需求, 应重点解决水下自主对接非定常力学特性分析、水下自主对接过程微速操纵性分析、基于声学/光学信息融合的水下对接目标定位与定向等关键技术。

3) 编队协同控制技术

多UUV协作过程中, 需能够自主进行任务分配。巡航过程中, UUV通过与其他平台的信息交互, 使多个平台之间保持一定的距离航行, 并随时共享相互间的探测信息, 当UUV探测到环境信息变化需要改变队形时, UUV能够通过相互之间的协调来自主完成队形变换。当对目标进行协同攻击时, UUV之间能够根据指定的方式对目标实施打击。图11为UUV编队协同控制示意图。

4) 协同导航与定位技术

   高精度的导航定位是多UUV系统完成任务的基础。通过UUV间导航信息的共享, 即多UUV间的协同导航, 在提高系统整体导航定位精度的同时, 既可降低导航定位成本, 还可摆脱基阵/母船的束缚, 使用区域灵活。目前, 协同导航与定位主要有领航跟随式和分布式2种。领航跟随式中, 领航UUV配置高精度导航传感器, 跟随UUV配置低精度导航传感器, 领航UUV的数量一般2～4个, 理论上跟随UUV数量不受限制; 跟随UUV一般需与领航者通信, 并且领航UUV间需要具备配合能力。分布式中, 每个UUV具有相同的导航传感器配置与同等地位, 一般要求UUV与多个邻居通信, 由于目前世界先进的美国伍兹霍尔海洋研究所(WHOI)研制的水声通信系统Modem较可靠的通信率也只有32 Bytes/10 s, 故适合于UUV数量较少的场合。