舰船科学技术  2019, Vol. 41 Issue (9): 137-141   PDF    
基于人工智能的舰炮装备发展构想
李翔     
中国船舶重工集团公司第七一三研究所,河南 郑州 450015
摘要: 人工智能技术的迅速发展为其在军事上的应用奠定了基础,舰炮武器装备是集机、电、液、气、光等技术于一体的复杂系统。本文基于人工智能技术的发展提出舰炮武器装备在自动化的基础上发展智能化的构想,描述了智能舰炮装备的作战流程和主要技术特征,分析了发展智能舰炮装备需解决的战场态势智能感知与评估、最佳供弹路径规划、舰炮智能控制等主要关键技术。
关键词: 人工智能     舰炮     目标识别     路径规划    
Concept for naval gun based on artificial intelligence
LI Xiang     
The 713 Research Institute of CSIC, Zhengzhou 450015, China
Abstract: The rapid development of artificial intelligence technology has laid foundation for its military use. Naval gun is one complex system with an integration of mechanical, electrical, hydraulic, gas, optical technology. In this paper, a concept of intelligent naval gun based on automation is put forward. The combat flow and main technical characteristics of intelligent gun are presented, the key techniques such as intelligent sensing and evaluation of combat status, optimal planning of feeding path, intelligent control of naval gun are analyzed.
Key words: artificial intelligence     naval gun     target identification     path planning    
0 引 言

人工智能是人类希望机器能够实现类人脑的智能,并在长期的探索中,对计算、推理和其他思维活动进行研究的结果。人工智能的研究领域包括自然语言处理、自动定理证明、智能数据检索、机器学习、模式识别、视觉系统、问题求解、智能控制和程序语言以及自动程序设计等。

近年来,人工智能技术发展迅速,无人驾驶、阿尔法狗、工业机器人等人工智能产品不断推陈出新,人工智能的应用研究取得了长足的进步。世界许多国家已将发展人工智能上升到国家战略。我国于2017年7月发布了《新一代人工智能发展规划》,提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施,部署构筑我国人工智能发展的先发优势,加快建设创新型国家和世界科技强国。

人工智能在军事领域的应用也日益广泛,在船舶、航空、航天、兵器等领域发挥重要作用。国防科技创新面临着机遇和挑战。

舰炮武器装备包括舰炮武器系统、探测设备、火控设备(指挥仪)、舰炮、弹药、保障设备等(见图1)。舰炮武器装备系统复杂,是机、电、液、气、光等技术集成的装备。现代舰炮装备基本实现了自动化,能否借人工智能发展的东风进一步实现智能化?本文将对发展智能舰炮装备的初步构想进行探讨。

图 1 舰炮武器装备的组成 Fig. 1 Composition of naval gun
1 智能舰炮装备的概念图像 1.1 智能舰炮装备的作战流程

高技术条件下的海上战争,舰艇受到来自岸基、海上、空中的多种威胁,需要进行海上作战时,舰艇上装备的智能舰炮装备将按图2作战流程遂行其使命任务。

图 2 智能舰炮装备的作战流程 Fig. 2 Combat flow of intelligent naval gun

卫星、预警机、雷达等对岸上、海面、空中进行不间断地扫描,自主对搜索到的目标进行识别、威胁判断、分类处理,当威胁升级到需要应对时,智能决策系统做出决策,组织火力通道、分配使用武器,将威胁目标参数传送到武器系统,武器系统锁定目标,对目标进行捕获和跟踪,控制所分配的舰炮进行预调舷,综合利用各种信息数据进行目标运动要素解算,进行舰炮控制参数解算,向舰炮发送射击诸元,进行坐标变换,向舰炮发送射击瞄准全角。

舰炮随动系统带动舰炮到达射击诸元要求的位置,同时弹种识别装置智能识别所需弹种,供弹机器人将所需弹药按规划的最优路径向舰炮发射系统供弹,发射系统将选定的智能化弹药投向目标,武器系统自动获取打击效果,进行智能评估、误差分析和偏差校正,直至完成本次射击任务,进行转火或停火。

1.2 智能舰炮装备的技术特征

1)自主化

整个舰炮装备将实现无人值守,根据需要也可使人在回路,但弹药转运、引信装定、舰炮操控等操作无需人员参加,自主完成作战任务,可大大减少炮班、弹药班的人员数量,降低劳动强度。

2)智能战场态势感知

对于海量信息,能够自动地“排除无用信息,不漏掉有用信息(包括潜在的有用信息)”,并对有用信息进行自主优化和处理,为指挥员或指挥系统显示完备的、准确的、时效性强的战场态势(目标识别、威胁判断、作战决策),使之尽量不依赖人而提高战场指挥控制能力。

3)智能供弹

使用弹药转运机器人、引信装定机器人、弹药装填机器人等智能设备,快速、准确、可靠地完成在任意射角下的弹药交接、引信装定、输送弹丸和装填入膛等动作。

4)舰炮智能控制

可对随动系统、弹药输送、舰炮状态、数据通信等进行无人控制,使舰炮可以自主地实现其预定功能。

5)智能弹药

能够实现态势感知、电子对抗、战场侦察、精确打击、高效毁伤和毁伤评估等功能的灵巧化、制导化、智能化、微型化、多能化的弹药,具有模块结构、远程作战、智能控制、精确打击的特点。

6)系统效能智能评估

能够对作战指挥能力、火力打击能力、保障能力等进行快速的、定量的、正确的评估。

2 智能舰炮装备的关键技术 2.1 战场态势智能感知与评估技术

战场态势是指作战双方各要素(主要包括兵力部署情况、装备情况、地理环境、天气条件等)的状态、变化和发展趋势。通过语言识别、图像处理、视觉处理、自然语言处理等手段,取得的大数据信息(图形、图像和报告等)具有全维的特点,含有大量的不确定因素和非线性复杂信息,基于深度学习等的人工智能方法是处理这些复杂信息、进行战场态势评估的有效手段,可充分挖掘大数据的整体信息,全面探索数据中的多样性和相关性,对大数据战场态势进行科学合理的特征表示。

图 3 具有人工智能特征的深度学习战场态势模型 Fig. 3 Model of artificially intelligent study of battlefield situation
2.2 威胁目标的智能识别技术

舰艇及编队利用多种传感器获取大量目标数据,采用模糊理论、证据理论、神经网络等智能信息处理技术,进行多传感器目标数据的智能融合,使识别系统的环境自适应性、自学习性以及鲁棒性更强,目标识别更加准确有效。

图 4 目标识别融合技术原理图 Fig. 4 Target identification convergence technology schematic drawing
2.3 智能威胁估计技术

威胁估计是在高级信息融合的基础上,根据敌我兵力、作战目标、我方保卫目标和双方的作战策略,以定量的方式对敌方威胁程度进行评估和分析,由提取威胁要素、敌方意图估计、敌打击目标估计和威胁等级确定等过程组成,存在大量信息数据的使用问题。可采用进化策略、遗传编程、人工免疫算法、蚁群算法、神经网络等多种智能算法进行问题求解。

图 5 基于小波神经网络的威胁估计模型体系结构 Fig. 5 Configuration of threat estimation model based on wavelet network

图 6 基于小波神经网络的威胁估计算法流程 Fig. 6 Flow of estimation algorithm based on wavelet network
2.4 智能射击决策技术

射击决策一般包括射击方式选择,开、停、转火时机的确定,火力通道组织,占领有利阵位,舰艇机动等。利用专家系统以及各类知识库、模型库、规则库和方案库,进行充分集成和融合模糊推理、神经网络,构造具有抗干扰特性的、完整的、高性能的、一体化的智能决策系统,使作战过程中的战术决策方案制定实现智能化,提高作战指挥效率。

图 7 决策支持专家系统结构图 Fig. 7 Decision support expert system construction drawing
2.5 目标轨迹智能预测技术

由于目标(特别是高速机动目标)模型的不确定性,传统的滤波算法无法给出高精度的目标轨迹预测结果。多传感器给出的海量目标信息为精确预测目标轨迹创造了条件,可采用大数据挖掘、神经网络、遗传算法等技术,进行目标轨迹的智能、高精度预测。

图 8 遗传算法原理示意图 Fig. 8 Genetic algorithm schematic drawing
2.6 最佳供弹路径规划技术

舰炮使用弹药种类越来越多,在弹药库中的存放位置分散、不确定,在需要某种弹药时,需要将该弹药快速转运至舰炮发射位置,需要进行最佳供弹路径规划,也就是寻求最短路径解的过程。可利用遗传算法、模糊聚类、群算法、神经网络、机器学习等智能方法,建立供弹路径的量化模型,进行路径推算,寻找最优解。

图 9 舰炮自动化弹库示意图 Fig. 9 Naval gun automation magazine schematic drawing
2.7 智能扬弹供弹技术

舰炮特别是大口径舰炮的弹药质量和尺寸较大,形状不规则,需要快速、准确、可靠地完成在任意射角下的弹药交接、引信装定、输送弹丸和装填入膛等动作,传统舰炮需要复杂的机构完成这些动作。

图 10 某型舰炮复杂的扬弹供弹机构 Fig. 10 Ammunition hoisting and feeding mechanisms of certain naval gun

智能舰炮可使用机器人包括弹药转运机器人、引信装定机器人、弹药装填机器人等,是完成这一任务的有效手段。这些机器人需具备自主型智能机器人的3个要素:一是感觉要素,用来认识周围环境状态;二是运动要素,对外界做出反应性动作;三是思考要素,根据感觉要素所得到的信息,思考出采用什么样的动作。感觉要素包括能感知视觉、接近、距离等的非接触型传感器和能感知力、压觉、触觉等的接触型传感器。这些要素实质上就是相当于人的眼、鼻、耳等五官,它们的功能可以利用诸如摄像机、图像传感器、超声波传成器、激光器、导电橡胶、压电元件、气动元件、行程开关等机电元器件来实现,能够获取弹药和外部机构的大量特征数据,自动判断弹药的形状、重量、尺寸、材料等信息。对运动要素来说,智能机器人需要有一个无轨道型的移动机构,以适应弹药库内、舰艇舱室内等不同的环境,可以借助轮子、履带、支脚、吸盘、气垫等移动机构来完成所需要的功能。在运动过程中要对移动机构进行实时控制,这种控制不仅要包括位置控制,而且还要有力度控制、位置与力度混合控制、伸缩率控制等,实现舰炮所需弹药按照规划的路径进行转运、装填等。智能机器人的思考要素是3个要素中的关键,也是人们要赋予机器人必备的要素。思考要素包括有判断、逻辑分析、理解等方面的智力活动。这些智力活动实质上是一个信息处理过程,而计算机则是完成这个处理过程的主要手段。通过自学习和思考,训练机器人去自主完成任务功能。

2.8 舰炮智能控制技术

舰炮控制系统不仅要完成随动系统控制、弹药输送控制、舰炮状态及逻辑控制、数据通信等基本功能,还要在此基础上完成人—机交互和故障分析定位等附加功能。

具有人工智能的舰炮控制系统事先无法编制运动程序,而是要在运动的过程中根据所获得的周围状态信息,实时确定控制方式。当外界条件变化时,为保证所要求的品质或为了随着经验的积累而自行改善控制品质,其过程是基于操作机的状态和伺服误差的观察,再调整非线性模型的参数,一直到误差消失为止。系统的结构和参数是随时间和条件自动改变的。

模糊控制、神经网络控制、学习控制、基因控制、专家系统等控制技术以及这些控制方法的综合应用,可推动舰炮控制技术向智能化方向发展。

图 11 舰炮智能控制结构图 Fig. 11 Naval gun intelligent control construction drawing
2.9 智能弹药技术

弹药是舰炮武器装备的最终毁伤单元,在传统弹药技术的基础上,采用计算机技术、制导技术、目标探测技术、人工智能技术等形成智能弹药,具有信息感知与处理、推理判断与决策、执行某种动作与任务等功能,诸如搜索、探测和识别目标,控制和改变自身状态,选择所要攻击的目标甚至攻击部位和方式,侦察、监视、评估作战效果和战场态势等。常见的智能弹药主要有:末敏弹药、制导弹药、弹道修正弹药、巡飞侦察弹药等,可使作战效能提高100~1 000倍,效费比提高30~40倍。

图 12 制导炮弹结构图 Fig. 12 Guided ammunition construction drawing

其他如射击效能智能评估技术、智能故障诊断与维修技术、智能保障技术等也将为智能舰炮装备发挥更好的效能提供技术保障。

3 结 语

本文基于人工智能技术的发展提出智能舰炮装备的发展构想,描述了智能舰炮装备的目标图像,分析了发展智能舰炮装备需解决的主要关键技术。随着国家对人工智能技术发展的进一步重视,按照国家人工智能发展规划的思路,结合舰炮技术的深入研究,智能舰炮装备终将在未来海上战争中发挥重要的作用。

参考文献
[1]
田盛丰. 人工智能原理与应用[M]. 北京: 北京理工大学出版社, 2016.
[2]
《新一代人工智能发展规划》互联网.
[3]
编写组. 现代舰艇火控系统[M]. 北京: 国防工业出版社, 2008.
[4]
朱丰, 等. 基于深度学习的战场态势评估综述与研究展望[J]. 军事运筹与系统工程, 2016 (9).
[5]
蒲书缙. 复杂环境下目标识别的智能数据融合技术研究[D]. 哈尔滨: 哈尔滨工程大学.
[6]
方兴. 舰艇指挥控制系统的发展方向分析[J]. 舰船电子工程, 2016(4). DOI:10.3969/j.issn.1672-9730.2016.04.007
[7]
王改革. 基于智能算法的目标威胁估计[D]. 北京: 中国科学院大学.
[8]
马国兵, 等. 一种基于神经网络的机动目标轨迹预测方法[J]. 青岛理工大学学报, 2016, 27(5).
[9]
陈延伟. 舰炮综合智能控制方法探讨[J]. 火炮发射与控制学报, 2007(1). DOI:10.3969/j.issn.1673-6524.2007.01.014
[10]
任武能. 从历次局部战争看美军精确制导弹药的发展[J]. 导弹与航天运载技术, 2006(5). DOI:10.3969/j.issn.1004-7182.2006.05.009