地球的表面積為5.1億km2，而海洋的面積為3.6億km2。占地球表面積71%的海洋是人類賴以生存和發展的四大戰略空間——陸、海、空、天中繼陸地之后的第二大空間，是能源、生物資源和金屬資源的戰略性開發基地，不但是目前最現實的，而且是最具發展潛力的空間。作為藍色國土的海洋密切關系到人類的生存和發展，進入21世紀后，人類更加強烈的感受到陸地資源日趨緊張的壓力，這是人類面臨的最現實的問題。海洋即將成為人類可持續發展的重要基地，是人類未來的希望。水下機器人從20世紀后半葉誕生起，就伴隨著人類認識海洋、開發海洋和保護海洋的進程不斷發展。專為在普通潛水技術較難到達的區域和深度執行各種任務而生的水下機器人，將使海洋開發進入一個全新的時代，在人類爭相向海洋進軍的21世紀，水下機器人技術作為人類探索海洋最重要的手段必將得到空前的重視和發展。

1 海洋對人類的重要性

    海洋作為藍色國土，首先是一個沿海國家的“門戶”，是其與遠方聯系的便捷途徑，并且“門戶”的安全是國家安全的重要組成部分，早在2500多年前古希臘海洋學家鍬未斯托克就提出過“誰控制了海洋，誰就控制了一切”。很久以來人們就依賴于海洋航道進行大量的物品貿易，現在整個世界大部分的貨物運輸都依賴于海上運輸，海洋運輸是整個經濟正常運轉必要的一環。更重要的是，現在很多國家的石油、礦石等最基本的生產資料大部分都依賴于海洋運輸，海洋運輸的安全和對海洋的控制力成為一個國家生存的基本保障。

    近年來再次掀起海洋熱的浪潮是因為陸上的資源有限，很多資源已經開發殆盡，而海洋中蘊藏著豐富的能源、礦產資源、生物資源和金屬資源等，人們急需開發這些資源以接替所剩不多的陸上資源來維持發展。更為重要的是，地球上半數以上面積的海洋是國際海域，這些區域內全部的資源屬于全體人類，不屬于任何國家。但目前的現狀是只有少數國家有能力對這些資源進行初步開采，這些國家在其已探明的區域擁有優先開采權，相對于那些沒有能力開采的國家這幾乎就等于獨享這部分資源。因此海洋已經成為國際戰略競爭的焦點，爭奪國際海洋資源是一項造福子孫后代的偉大事業。所以水下技術成為目前重點研究的高新技術之一，智能水下機器人作為高效率的水下工作平臺在海洋開發與利用中起到至關重要的作用。

2 水下機器人的定義與分類

    2.1 水下機器人的定義與概述

    水下機器人也稱作無人水下潛水器(unmanned underwater vehicles，UUV)，它并不是一個人們通常想象的具有類人形狀的機器，而是一種可以在水下代替人完成某種任務的裝置。在外形上更像一艘微小型潛艇，水下機器人的自身形態是依據水下工作要求來設計的。生活在陸地上的人類經過自然進化，諸多的自身形態特點是為了滿足陸地運動、感知和作業要求，所以大多數陸地機器人在外觀上都有類人化趨勢，這是符合仿生學原理的。水下環境是屬于魚類的“天下”，人類身體的形態特點與魚類相比則完全處于劣勢，所以水下運載體的仿生大多體現在對魚類的仿生上。目前水下機器人大部分是框架式和類似于潛艇的同轉細長體，隨著仿生技術的不斷發展，仿魚類形態甚至是運動方式的水下機器人將會不斷發展。水下機器人工作在充滿未知和挑戰的海洋環境中，風、浪、流、深水壓力等各種復雜的海洋環境對水下機器人的運動和控制干擾嚴重，使得水下機器人的通信和導航定位十分困難，這是與陸地機器人最大的不同，也是目前阻礙水下機器人發展的主要因素。

    2.2 水下機器人的分類

    水下潛水器根據是否載人分為載人潛水器和無人潛水器兩類。載人潛水器由人工輸入信號操控各種機動與動作，由潛水員和科學家通過觀察窗直接觀察外部環境，其優點是由人工親自做出各種核心決策，便于處理各種復雜問題，但是人生命安全的危險性增大。由于載人需要足夠的耐壓空間、可靠的生命安全保障和生命維持系統，這將為潛水器帶來體積龐大、系統復雜、造價高昂、工作環境受限等不利因素。無人水下潛水器就是人們常說的水下機器人，由于沒有載人的限制，它更適合長時間、大范圍和大深度的水下作業。無人潛水器按照與水面支持系統間聯系方式的不同可以分為下面兩類。

    (1)有纜水下機器人，或者稱作遙控水下機器人(remotely operated vehicle，簡稱ROV)，ROV需要由電纜從母船接受動力，并且ROV不是完全自主的，它需要人為的干預，人們通過電纜對ROV進行遙控操作，電纜對ROV像“臍帶”對于胎兒一樣至關重要，但是由于細長的電纜懸在海中成為ROV最脆弱的部分，大大限制了機器人的活動范圍和工作效率。

    (2)無纜水下機器人，常稱作自治水下機器人或智能水下機器人(autonomous underwater vehicle，簡稱AUV)，AUV自身擁有動力能源和智能控制系統，它能夠依靠自身的智能控制系統進行決策與控制，完成人們賦予的工作使命。AUV是新一代的水下機器人，由于其在經濟和軍事應用上的遠大前景，許多國家已經把智能水下機器人的研發提上日程。

    有纜水下機器人都是遙控式的，根據運動方式不同可分為拖曳式、（海底）移動式和浮游（自航）式三種。無纜水下機器人都是自治式的，它能夠依靠本身的自主決策和控制能力高效率地完成預定任務，擁有廣闊的應用前景，在一定程度上代表了目前水下機器人的發展趨勢。

    2.3 自治水下機器人

    自治水下機器人，又稱智能水下機器人，是將人工智能、探測識別、信息融合、智能控制、系統集成等多方面的技術集中應用于同一水下載體上，在沒有人工實時控制的情況下，自主決策、控制完成復雜海洋環境中的預定任務使命的機器人。俄羅斯科學家B.C.亞斯特列鮑夫等人所著的《水下機器人》中指出第3代智能水下機器人是一種具有高度人工智能的系統，其特點是具有高度的學習能力和自主能力，能夠學習并自主適應外界環境變化。執行任務過程中不需要人工干預，設定任務使命給機器人后，由其自主決定行為方式和路徑規劃，軍事領域中各種戰術甚至戰略任務都依靠其自主決策來完成。智能水下機器人能夠高效率地執行各種戰略戰術任務，擁有廣泛的應用空間，代表了水下機器人技術的發展方向。

3 國內外AUV的發展現狀與趨勢

    3.1 國內外AUV的發展現狀

    智能水下機器人(AUV)是無人水下機器人(UUV)的一種。無人水下航行器技術無論在軍事上、還是民用方面都已不是新事物，其研制始于20世紀50年代，早期民用方面主要用于水文調查、海上石油與天然氣的開發等，軍用方面主要用于打撈試驗丟失的海底武器（如魚雷），后來在水雷戰中作為滅雷具得到了較大的發展。20世紀80年代末，隨著計算機技術、人工智能技術、微電子技術、小型導航設備、指揮與控制硬件、邏輯與軟件技術的突飛猛進，自主式水下航行器得到了大力發展。由于AUV擺脫了系纜的牽絆，在水下作戰和作業方面更加靈活，該技術日益受到發達國家軍事海洋技術部門的重視。

    在過去的十幾年中，水下技術較發達的國家像美國、日本、俄羅斯、英國、法國、德國、加拿大、瑞典、意大利、挪威、冰島、葡萄牙、丹麥、韓國、澳大利亞等建造了數百個智能水下機器人，雖然大部分為試驗用，但隨著技術的進步和需求的不斷增強，用于海洋開發和軍事作戰的智能水下機器人不斷問世。由于智能水下機器人具有在軍事領域大大提升作戰效率的優越性，各國都十分重視軍事用途智能水下機器人的研發，著名的研究機構有：美國麻省理工學院MIT Sea Grant's AUV實驗室、美國海軍研究生院(Naval Postgraduate School)智能水下運載器研究中心、美國伍慈侯海洋學院(Woods Hole Oceanographic Institute)、美國佛羅里達大西洋大學高級海洋系統實驗室(Advanced Marine Systems Laboratory)、美國緬因州大學海洋系統工程實驗室(Marine Systems Underwater Systems Institute)、美國夏威夷大學自動化系統實驗室(Autonomous Systems Labo-ratory)、日本東京大學機器人應用實驗室(Underwater Robotics Application Laboratory(URA))、英國海事技術中心(Marine Technology Center)等。

    美國海軍研究生院AUV ARIES（圖1），主要用于研究智能控制、規劃與導航、目標探測與識別等技術。圖2是美國麻省理工學院的水下機器人Odyssey II，它長2.15m，直徑為0.59m，用于兩個特殊的科學使命：①在海冰下標圖，以理解北冰洋下的海冰機制；②檢測中部大洋山脊處的火山噴發。美國的ABE（圖3）最大潛深6000m，最大速度2節（編者注：1節=1海里/時=1.852km/h），巡航速度1節，考察距離≥30km，考察時間≥50h，能夠在沒有支持母船的情況下，較長時間地執行海底科學考察任務，它是對載人潛水器和無人遙控潛水器的補充，以構成科學的深海考察綜合體系，為載人潛水器提供考察目的地的詳細信息。日本研制的R2D4水下機器人（圖4）長4.4m，寬1.08m，高0.81m，重1506kg，最大潛深4000m，主要用于深海及熱帶海區礦藏的探察。能自主地收集數據，可用于探測噴涌熱水的海底火山、沉船、海底礦產資源和生物等。REMUS(remote environmental monitoring units，遠距離環境監測裝置)是美國Hydroid公司的系列水下機器人（圖5）。REMUS6000工作深度為25～6000m，是一個高度模塊化的系統，代表了自主式水下探測器的最高水平。

中國智能水下機器人技術的研究開始于20世紀80年代中期，主要研究機構包括中國科學院沈陽自動化研究所和哈爾濱工程大學等。中國科學院沈陽自動化研究所蔣新松院士領導設計了“海人一號”遙控式水下機器人試驗樣機。之后“863”計劃的自動化領域開展了潛深1000m的“探索者號”智能水下機器人的論證與研究工作，做出了非常有意義的探索性研究。哈爾濱工程大學的智水系列智能水下機器人已經突破智能決策與控制等多個技術難關，各項技術標準都在向工程可應用級別靠攏。

 目前通過各科研機構和大專院校的同期研制工作，智能水下機器人已經服役并正在形成系列，特別是中國科學院沈陽自動化研究所與俄羅斯合作的6000m潛深的CR-01（圖8）和CR-02系列預編程控制的水下機器人，已經完成了太平洋深海

由于在工業設計、制造工藝、綜合控制、目標探測、導航地位和通汛等領域中國同水下技術發達的國家相比還有一定差距，致使我們的水下機器人在實際應用中還有較大限制。相關領域從國外購買或租賃的水下機器人不但價格高，配套服務難，而且很多產品并不是專門開發的，并不適合中國海域的使用。所以隨著海洋開發和軍事用途需求的不斷增長，開發更具有實用價值的智能水下機器人勢在必行。

的考察工作，達到了實用水平。

3.2 智能水下機器人的發展趨勢

    3.2.1 整體設計的標準化和模塊化

    為了提升智能水下機器人的性能、使用的方便性和通用性，降低研制風險，節約研制費用，縮短研制周期，保障批量生產，智能水下機器人整體設計的標準化與模塊化是未來的發展方向。在智能水下機器人研發過程中依據有關機械、電氣、軟件的標準接口與數據格式的要求，分模塊進行總體布局和結構優化的設計和建造。智能水下機器人采用標準化和模塊化設計，使其各個系統都有章可依、有法可循，每個系統都能夠結合各協作系統的特性進行專門設計，不但可以加強各個系統的融合程度，提升機器人的整體性能，而且通過模塊化的組合還能輕松實現任務的擴展和可重構。

    3.2.2 高度智能化

    由于智能水下機器人工作環境的復雜性和未知性，需要不斷改進和完善現有的智能體系結構，提升對未來的預測能力，加強系統的自主學習能力，使智能系統更具有前瞻性。目前針對如何提升水下機器人的智能水平，已經對智能體系結構、環境感知與任務規劃等領域展開一系列的研究。新一代的智能水下機器人將采用多種探測與識別方式相結合的模式來提升環境感知和目標識別能力，以更加智能的信息處理方式進行運動控制與規劃決策。它的智能系統擁有更高的學習能力，能夠與外界環境產生交互作用，最大限度的適應外界環境，幫助其高效完成越來越倚重于它的各種任務，屆時智能水下機器人將成為名副其實的海洋智能機器人。

    3.2.3 高效率、高精度的導航定位

    雖然傳統導航方式隨著儀器精度和算法優化，精度能夠提高，但由于其基本原理決定的誤差積累仍然無法消除，所以在任務過程中需要適時修正以保證精度。全球定位系統雖然能夠提供精確的坐標數據，但會暴露目標，并容易遭到數據封鎖，不十分適合智能水下機器人的使用。所以需要開發適于水下應用的非傳統導航方式，例如：地形輪廓跟隨導航、海底地形匹配導航、重力磁力匹配導航和其他地球物理學導航技術。其中海底地形匹配導航在擁有完善的并能及時更新的電子海圖的情況下，是非常理想的高效率、高精度水下導航方式，美國海軍已經在其潛艇和潛器的導航中積極應用。未來水下導航將結合傳統方式和非傳統方式，發展可靠性高、集成度高并具有綜合補償和校正功能的綜合智能導航系統。

    3.2.4 高效率與高密度能源

    為了滿足日益增長的民用與軍方的任務需求，智能水下機器人對續航力的要求也來越高，在優化機器人各系統能耗的前提下，仍需要提升機器人所攜帶的能源總量。目前所使用的電池無論體積和重量都占智能水下機器人體積和重量的很大部分，能量密度較低，嚴重限制了各方面性能的提升。所以，急需開發高效率、高密度能源，在整個動力能源系統保持合理的體積和質量的情況下，使水下機器人能夠達到設計速度和滿足多自由度機動的任務要求。

    3.2.5 多個體協作

    隨著智能水下機器人應用的增多，除了單一智能水下機器人執行任務外，會需要多個智能水下機器人協同作業，共同完成更加復雜的任務。智能水下機器人通過大范圍的水下通訊網絡，完成數據融合和群體行為控制，實現多機器人磋商、協同決策和管理，進行群體協同作業。多機器人協作技術在軍事上和海洋科學研究方面潛在的用途很大，美國在其《無人水下機器人總體規劃》（UUV Master Plan）中規劃由多艘智能水下機器人協同作戰，執行對潛艇的偵查、追蹤與獵殺，美國已經著手研究多個智能水下機器人協同控制技術，其多個相關研究院所聯合提出多水下機器人協作海洋數據采集網絡的概念，并進行了大量研究，為實現多機器人協同作業打基礎。

4 AUV涉及到的重點技術及未來需要突破的難點

    雖然近些年，水下機器人技術得到空前發展，但仍有大量的關鍵技術與難點需要突破。以目前的技術現狀來看，智能水下機器人離滿足海洋開發和軍事裝備需求還有一定的距離，這其中的關鍵技術有：

    4.1 智能水下機器人總體布局和載體結構

    沒有一種全功能的機器人能完成所有的任務，所以需要依據水下機器人任務和工作需求，結合使用條件進行總體布局設計，對水下機器人總體結構、流體性能、動力系統、控制與通訊方式進行優化，提高有限空間的利用效率。水下機器人工作在復雜的海洋環境中，其總體結構在滿足壓力、水密、負載和速度需求的前提下要實現低阻力、高效率的空間運動。另外在有限的空間中，需要多種傳感器的配合，進行目標識別、環境探測和自主航行等任務。整個大系統整合了多種分系統，需要完善的系統集成設計和電磁兼容設計，才能確保控制與通訊信息流的通暢。

    4.1.1 智能水下機器人設計的標準化和模塊化

    為了提高智能水下機器人的性能和質量、使用的方便性和通用性，降低研制風險，節約研制費用，縮短研制周期，提高與現有鄰近系統的協作能力、以及保障批量生產能力，智能水下機器人的標準化是智能水下機器人的研制與生產的迫切需求。因為模塊化是標準化的高級形式，標準化的目的是要實現生產的模塊化和各功能部件的模塊化組裝以實現使用中的功能擴展和任務可重構。在智能水下機器人標準化的進程中需要提出有關機械、電氣、軟件標準接口和數據格式的概念，在設計和建造過程中分模塊進行總體布局和結構優化設計。

    4.1.2 小型化、輕型化和仿生技術的應用

    鑒于智能水下機器人需要能在較大范圍的海域航行，從流體動力學的角度宜采用類似于魚雷的細長的回轉體，并盡可能采用輕型復合材料為機器人提供較大的正浮力，以提高機器人的續航力和負載能力。這些材料需要有質量輕、強度高、耐腐蝕性好、抗生物附著能力強等特點，并要有一定的抑制噪聲的能力以降低背景噪聲。采用小型化技術的水下機器人具有個體小、機動靈活、隱身性好、布施方便等特點，非常適合進行智能化水下作業。

    各個行業都十分注重從大自然的智慧中汲取靈感尋找突破，仿生學在諸多領域已經有長足的發展。由于魚類擺尾式機動不但效率高、操縱靈活，而且尾跡小、幾乎不產生噪聲，是水下推進和操控的最佳方式。目前國內外的學者正進行積極的研究，試圖將擺動式推進應用到之后的智能水下機器人中。該研究仍處于理論研究階段，要實現實際意義上的多自由度閉環控制的推進，滿足各種工作需求，把潛在優勢轉變成可利用技術還有很多工作要做。

 4.2 智能體系結構

    智能水下機器人最大的特點就是能夠獨立自主地進行作業，所以如何提高水下機器人的自主能力（即智能水平），以便在復雜的海洋環境中完成不同的任務，是目前的研究熱點。從20世紀80年代開始，人們針對如何提升水下機器人的智能水平，對智能體系結構、環境感知與任務規劃等展開一系列的研究。其中不斷改進和完善現有的智能體系結構，提升對未來趨勢的預測能力，加強系統的自主學習能力，使智能系統更具有前瞻性，是提高智能系統自主性和適應性的關鍵。

    4.2.1 人工智能技術

    智能水下機器人的自主性是通過人工智能技術實現的，人工智能技術和集成控制技術構成相當于人類大腦的智能體系結構，軟件體系則模擬人類大腦進行工作，負責整個系統的總體集成和系統調度，直接決定著機器人的智能水平。其中為人工智能推演所廣泛遵守的原則是根據時間和功能來劃分整個體系結構的構造模塊和層次，最具代表性的則是美國國家標準局(NBS)和美國航天航空局(NASA)提出的NASREM結構。該系統體系結構中各個模塊的功能和相互間的關系定義的非常清晰，這有利于整個系統的構成和各模塊內算法的裝填和更換效率，但這種劃分方式會導致系統的反應較慢。針對這種劃分方式反應較慢的特點，目前有研究機構模擬人類大腦物理結構的基于連接主義的反射性，提出依據行為來劃分模塊和層次。

    在目前的人工智能研究中主要采用基于符號的推理和人工神經網絡技術，其中基于符號的推理對智能系統來說是最基本的需求。但是，目前基于符號的推理仍存在較多的局限性，比如系統較脆弱、獲取知識困難、學習能力較低和實時性較差等。人工神經網絡相對有較強的學習、聯想和自適應能力，它更擅長于處理不精確和不完全的信息，并具有較好的容錯性，能夠較好的彌補基于符號的邏輯推理的不足，所以兩項技術的結合更具有發展潛力。

    4.2.2 智能規劃與決策

    不像海洋平臺一樣僅需針對某一海域進行設計，智能水下機器人的工作任務決定了它必須能夠適應廣泛的水下環境，復雜海洋環境中充滿著各種未知因素，風、浪、流、深水壓力等干擾時刻挑戰著水下機器人的智能規劃與決策能力。以海流為例，大洋中海流的大小與方向不但與時間有密切的關系，而且隨著地點不同也會有較大變化，這對智能水下機器人的路徑規劃和避碰規劃是一個時刻緊隨的考驗。針對海洋環境的復雜性，智能水下機器人需要擁有良好的學習機制，才能盡快的適應海洋環境，擁有理想的避碰規劃和路徑優化的能力。

    4.3 智能水下機器人的運動控制

    智能水下機器人的運動控制包括對其自身運動形態、各執行機構和傳感器的綜合控制，水下機器人的六自由度空間運動具有明顯的非線性和交叉耦合性，需要一個完善的集成運動控制系統來保障運動與定位的精度，此系統需要集成信息融合、故障診斷、容錯控制策略等技術。雖然目前不斷改進新型控制算法對水下機器人進行任務與航跡規劃，但由于在復雜環境中水下機器人運動的時變性很難建立精確的運動模型，那么人工神經網絡技術和模糊邏輯推理控制技術的作用更加重要。模糊邏輯推理控制器設計簡單、穩定性好，但在實際應用中由于模糊變量眾多，參數調整復雜，需要消耗大量時間，所以需要和其他控制器配合使用，比如PID控制器、人工神經網絡控制器。其中人工神經網絡控制方式的優點是，在充分考慮水下機器人運動的非線性和交叉耦合性的前提下，能夠識別跟蹤并學習自身和外界環境的變化，但是如果外界環境干擾變化的頻率和幅度與其自身運動相接近時，它的學習能力將表現出明顯的滯后，控制滯后則會導致控制振蕩的出現，對水下機器人的安全和任務執行是極為不利的。

    各種控制方式相互結合使用的目的是提高控制器的控制精度與收斂速度，如何在保證水下機器人運動控制穩定的情況下提升控制系統的自適應性，提高智能系統在實際應用中的可行性是目前工作的重點。

    4.4 智能水下機器人的通訊導航定位

    智能水下機器人要完成任務首先需要明確任務所需到達的目的地，到達目的地的路徑以及整個過程中自己所處的位置。前兩個問題屬于導航范圍，后一個問題需要定位技術的支持，而整個過程都要依賴先進的通訊技術。

    4.4.1 智能水下機器人的通訊

    智能水下機器人通過水聲通訊和光電通訊方式來傳輸各類控制指令及各類傳感器、聲納、攝像機等探測設備的反饋信息。兩種方式各有優缺點，目前主要依賴于水聲通訊，但是聲波在水中的傳播速度很低（遠遠低于光速），在執行一定距離的任務時，會產生較大的時間延遲，不能保證控制信息作用的即時性和全時性。由于水下聲波能量衰減較大，所以聲波的傳輸距離直接受制于載波頻率和發射功率，目前水聲通訊的距離僅限10km左右，這大大限制了水下機器人的作業空間。目前世界各國正積極開發水下激光通訊，激光信號可以通過飛機和衛星轉發以實現大范圍的通訊，其中海水介質對藍綠激光的吸收率最小，目前美國已經實現了由空中對水下100m左右深度的潛艇進行通訊。但是目前的藍綠激光器體積較大，能耗也較大，效率低，離應用到智能水下機器人上還有一定距離。

    4.4.2 智能水下機器人的導航定位

    智能水下機器人能否到達預定區域完成預定任務，水下導航技術起到至關重要的作用，是目前水下機器人領域發展急需突破的瓶頸問題之一。目前空中導航已經擁有了較成熟的技術，而由于水下環境的復雜性，以及信息傳輸方式和傳輸距離的受限，使得水下導航比空中導航要更有難度。

    水下導航技術從發展時間和工作原理上可分為傳統導航技術和非傳統導航技術，其中傳統導航技術包括航位推算導航、慣性導航、多普勒聲納導航和組合式導航。最初的水下機器人主要依賴于航位推算進行導航，之后則逐漸加入慣性導航系統、多普勒速度儀和卡爾曼濾波器，這種導航方式雖然機構簡單，實現容易，但它存在致命的缺陷，經過長時間的連續航行后會產生非常明顯的方位誤差，所以整個過程中隔一段時間就需要重新確認方位，修正后繼續進行推算。目前智能水下機器人大多采用多種方式組合導航，主要利用慣性導航、多普勒聲納導航和利用聲納影像的視覺導航等多種數據融合進行導航，定位技術主要是水下聲波跟蹤定位結合全球定位系統的外部定位技術。組合式導航技術將多種傳感器的信息充分融合后作為基本的導航信息，不但提升了導航的精度，而且還提高了整個系統的可靠性，即便有某種傳感器誤差較大或是不能工作，水下機器人依然能夠工作。其中將多種數據進行提取、過濾和融合的方法仍在不斷的改進中。

    傳統導航方式的原理決定了其誤差積累的缺陷，為了保持精度，需要對系統數據進行不間斷的更新、修正，更新數據可通過全球定位系統或非傳統方法獲得。通過全球定位系統不但會占用任務時間而且會使行動的隱蔽性大大降低，通過非傳統導航方式則可以克服這些缺陷。非傳統導航方式是目前研究的熱門方向，主要有海底地形匹配導航和重力磁力匹配導航等，其中海底地形匹配導航，在擁有完善的、并能夠及時更新的電子海圖的情況下，是目前非常理想的高效率、高精度導航方式，美國海軍已經將其廣泛應用于潛艇的導航。

    未來水下導航將結合傳統方式和非傳統方式，發展可靠性好、集成度高并具有綜合補償和校正功能的綜合智能導航系統。

    4.5 水下目標的探測與識別

    智能水下機器人要實現“智能”就不能“閉塞視聽”，它需要時刻感知外界環境的信息，尤其是水下目標的信息，基于這些信息才能做出智能決策，所以水下目標的探測與識別就相當于智能水下機器人的“視、聽、觸覺”，是其與所處環境“交流”的基本方式。

    目前水下目標探測與識別技術可以通過聲學傳感器、微光TV成像和激光成像等方式，首先微光TV成像采集的信息圖像清晰度和分辨率都較好，但是其成像質量受海水能見度的影響很大，綜合來看其可接受的識別距離太短，適用范圍大大受限。激光成像技術經過近幾年的發展，激光成像儀的體積、重量和功耗都大大降低，達到智能水下機器人可利用的級別，值得指出的是，其成像質量遠遠高于聲學傳感器成像質量，能夠達到微光TV成像的水平，但其工作距離遠遠大于微光TV成像，并且能夠提供準確的目標距離、坐標等信息，是較理想的水下目標探測與識別的手段。此項技術目前在美國已有應用，中國仍處于研究階段，現在還沒有達到工程應用要求的激光成像儀可供智能水下機器人使用。

    聲學傳感器成像技術能夠實現一定分辨率的成像，并且在水下的作用距離較遠，在目前水下探測與識別領域中應用廣泛。根據信息類型不同可分為兩類：基于聲回波信號探測識別和利用聲納圖像探測識別。基于聲回波信號的探測技術原理類似于空中利用雷達反射波進行目標識別，從20世紀60年代開始，廣泛應用于海岸預警系統和潛用聲納目標分類系統，通過回波信號的強度、頻譜、包跡等特征對預設類別的目標，例如水面艦船和潛艇進行探測識別。

    隨著水聲技術的發展，已經能夠區分近距離的小型目標，基于聲納圖像的探測識別技術成為目前水下探測識別技術的中流砥柱，但它目前仍然有諸多的局限性。聲波在水中傳播比無線電波在空氣中傳播效果要差很多，在各種環境噪聲和背景目標的影響下，成像質量不高，加大了水下目標的探測與識別的難度。為了使獲得的圖像擁有適用的分辨率，需要采用較高頻率的聲納，目前所使用的成像聲納的中心頻率已達到幾百千赫茲，但這又引入另一個限制因素。聲波在水中傳播是沿體積擴散的，并且海水介質對聲波能量的吸收隨著聲波中心頻率的增長而呈現二次方的增長，海水將會吸收掉高頻聲波相當大的能量，導致遠距離傳輸的聲波會有較大的衰減，使得聲納成像的分辨率低和像素信息少。目前還沒有形成成熟的聲納圖像目標識別理論，聲納圖像中的目標一般呈點狀和塊狀，進行目標識別時，依據目標信息圖像的大小用開變換方法進行預處理，即能得到可利用的識別信息。

    由于海洋環境的特殊性和復雜性，對水下目標探測與識別的技術應用有很大的限制，以至于可應用的手段也非常有限。從技術上來說，聲探測技術容易實現，并且探測距離較遠，到目前為止仍是主要的水下目標探測手段，而基于聲納圖像的目標探測與識別可靠性和精確性仍然不高。激光成像不但分辨率高、信息豐富，而且作用距離遠，是非常理想的水下目標探測與識別手段，激光成像水下目標的探測與識別技術是中國目前努力研究的方向。

    4.6 智能水下機器人的動力能源

    隨著水下機器人各方面技術的發展，其執行的任務也更加多樣，這就需要水下機器人擁有良好的機動性和操控性，有時還需要執行高抗流作業和長時間連續作業等任務，對水下機器人續航力的需求逐漸增強。早期的水下機器人大多由鉛酸電池提供電力能源，少數采用銀鋅電池提供能源，但銀鋅電池造價昂貴，不適合廣泛使用。隨著鎳錳電池技術的發展，目前水下機器人使用較多的是鎳錳電池，雖然續航力已經從最初的幾個小時提升到了幾十小時甚至是上百小時，但仍離智能水下機器人的需求有一定差距；而且鎳錳電池體積和質量過大，造成機器人質量增大和結構設計復雜，給機器人的設計和使用帶來很多不便。目前急需開發高效率、高密度能源，在整個動力能源系統保持合理的體積和質量的情況下，使水下機器人能夠達到設計速度和滿足多自由度機動要求，其中優化機器人的推進系統，使其在保證預定速度和機動要求的情況下效率最高、能耗最小，也對提升續航力有可觀的貢獻。

5 智能水下機器人軍民兩用的遠大前景

    隨著人類開發海洋的步伐不斷加快，水下機器人行業也逐漸火熱起來，各種用途的水下機器人的身影活躍在海洋開發的最前線。自從20世紀50年代末美國華盛頓大學建造了主要用于水文調查的第一艘無纜水下機器人——“SPURV”之后，人們便對無纜水下機器人產生濃厚的興趣，但由于各個配套系統技術上的限制，致使智能水下機器人技術的發展多年徘徊不前。隨著材料、電子、計算機等新技術的飛速發展及海洋研究、開發和軍事領域的迫切需求，智能水下機器人再次引起海洋開發領域和各國軍方的關注。20世紀90年代后，智能水下機器人各項技術開始逐步走向成熟，由于智能水下機器人在海洋研究和海洋開發中具有遠大的應用前景，在未來的水下信息獲取、深水資源開發、精確打擊和“非對稱情報對抗戰”中也會有廣泛的應用，因此智能水下機器人技術對世界各國來說都是一個重要的、值得積極研發的領域。

    智能水下機器人作為一個復雜的水下工作平臺，集成了人工智能、水下目標的探測和識別、數據融合、智能控制以及導航和通信各子系統，是一個可以在復雜海洋環境中執行各種軍用和民用任務的智能化無人平臺。智能水下機器人在軍事上可用于反潛戰、水雷戰、情報偵察、巡邏監視、后勤支援、地形測繪和水下施工等領域。①反潛戰：在反潛戰中，智能水下機器人可以工作在危險的最前線，它裝備有先進的探測儀器和一定威力的攻擊武器，可以探測、跟蹤并攻擊敵方潛艇。智能水下機器人可以做水下偵察通信網絡的節點，也可以作為獵殺敵方潛艇的誘餌，讓己方的潛艇等大型攻擊武器處在后方以增加隱蔽性。②水雷戰：智能水下機器人自身可以裝載一到多枚水雷，自主航行到危險海域，由于智能水下機器人的目標較小，可以更隱蔽的實現魚雷的布施，并且其上的聲納等探測裝置也可協助進行近距離、高精度的魚雷、雷場的探測與監視。③情報偵察：長航時的智能水下機器人，可在高危險的戰區或敏感海域進行情報偵察工作，能夠長時間較隱蔽的實現情報偵察和數據采集與傳輸任務。④巡邏監視：可以長時間在港口及附近主要航線執行巡邏任務，包括偵查、掃雷、船只檢查和港口維護等任務。它可以對敵方逼近的艦艇造成很大的威脅，必要時還可以執行主動攻擊、施布魚雷和港口封鎖等任務。戰期還可為兩棲突擊隊偵察水雷等障礙，開辟水下進攻路線。⑤后勤支援：智能水下機器人可以布施通信導航節點，構建偵查、通信、導航網絡。⑥相關應用：智能水下機器人還可用于相關水下領域，如：海洋測繪，水下施工、物資運輸和日常訓練等。智能水下機器人可用于靶場試驗、魚雷鑒定等，把機器人偽裝成魚雷充當靶雷進行日常訓練和實驗魚雷性能，以智能水下機器人作為聲靶進行潛艇訓練。

6 結束語

    目前水下機器人在經濟和軍事領域的應用中已經嶄露頭角，是水下觀察和水下作業方面最具潛力的水下開發工具。水下機器人的高智能化已是大勢所趨，高智能式水下機器人這一多學科相互融合的技術在未來將有廣闊的應用前景，受到各國特別是發達國家的高度重視，并已制定了正式計劃。美國已經將智能水下機器人編隊的打造提上了海軍建設的日程。綜合目前各方面的技術來看，智能水下機器人總的技術水平仍處在研究、試驗與開發階段，離真正意義上的大規模工程應用還有一定距離。