舰船科学技术  2019, Vol. 41 Issue (12): 35-38   PDF    
水面无人艇艇群技术发展概述
顾颖闽     
中国船舶重工集团公司第七一六研究所,江苏 连云港 222061
摘要: 本文分析水面无人艇艇群军事行动需求、国外军事应用的技术现状、与其他无人系统集群技术异同点,重点提出了水面无人艇艇群控制系统总体架构、水面无人艇艇群队形自协同控制技术、基于认知智能的水面无人艇艇群智能决策体系、高度人机协同作业等方面水面无人艇艇群关键技术,对水面无人艇艇群技术研究和发展具有一定借鉴意义。
关键词: 水面无人艇     艇群     军事应用     技术发展    
Overview of technology development of the USV group
GU Ying-min     
Jiangsu Automation Research Institute of CSIC, Lianyungang 222061, China
Abstract: This paper analyzes the USV group of military operation requirements, technical status quo of foreign military applications, similartities and differences with other unmanned systems cluster technology, puts forward the USV are mainly group control system since the overall architecture, the USV group formation cooperative control technology, based on cognitive intelligent the USV group of intelligent decision-making system, highly human-machine collaborative aspects such as the USV group of key technologies, on the USV group of technology research and development has a certain reference significance.
Key words: USV     USV group     military application     technical development    
0 引 言

当今世界正处于新一轮科技革命与产业变革中,人工智能技术、无人技术、新材料技术、生物技术和信息技术等交叉融合,无人化、智能化的装备技术井喷式发展,武器装备正逐步向智能化阶段发展。无人装备作为“机械化、信息化、智能化”融合一体的颠覆性新型装备,具有作战使用灵活、综合作战效益高、适用于危险环境、人员伤亡率低、全寿命费用低等显著特点,被广泛应用在军事领域。各类智能化无人系统和作战平台将在地面、空中、水面、水下、太空、网络空间以及人的认知空间获得越来越多的应用,深刻改变着未来战争人工智能的技术比重。

1 水面无人艇艇群军事行动需求

水面无人艇作为水面智能化无人系统和作战平台的代表性装备,必将成为推进我国海军军事智能化发展的核心装备要素之一。当前,水面无人艇以中小型规模并配合有人舰艇作战行动为主,为弥补中小型水面无人艇存在单艇载荷配置有限、任务能力偏弱、作战样式相对单一等不足,适应多样的作战任务,应对复杂多变的海洋环境,水面无人艇通常以艇群方式或与有人舰艇协同方式进行作战,通过多艇联合、能力互补,弥补单艇在高度动态水域中的能力不足,充分发挥水面无人艇艇群灵活部署快、监控范围广、作战组织灵活、抗毁重构性强等优势,实现更高的作业效率和作业范围,加强协同鲁棒性和通信能力,适应混合兵种、多种装备和配合协调方面的需求,具备独立完成复杂任务的能力。

水面无人艇在无人装备体系中具有续航力与持续作业能力强、载荷装载能力大、空中与水下2种介质通信中继与信息交互等特点。水面无人艇艇群在警戒巡逻、侦察监视、反潜、反水雷等海上长时间持续作业任务中起到降低人力与装备保障成本和人员伤亡风险,提高要地或舰艇编队等海上周边地区安全防护的能力。同时,水面无人艇艇群可作为海上跨域无人系统通信中继节点和情报处理中心,保障空中、水面、水下等无人平台之间信息交互,有效支持海上跨域无人系统构建。因此,水面无人艇艇群将在要地防御、机动作战和两栖作战等行动任务中发挥重要的作用。

2 国外水面无人艇艇群技术发展趋势

目前,世界上主要水面无人艇装备研制国家都在开展水面无人艇集群的研究,但目前只有美国具备军事行动验证的演示能力。近5年,美国海军研究署牵头成功完成了2次海上试验验证。2014年8月,美国海军研究署将13艘水面无人艇组成编队,利用“分散与自动数据融合系统”(简称DADFS)和“机器人智能感知系统控制体系架构”(简称CARACaS)两款软件实现单艇接收任务指令后自主行为决策,成功发现模拟敌船并拦截。但本次试验中水面无人艇目标识别、护航、拦截等任务仍需人工指令,水面无人艇群仅实现了半自主协同作战。

2016年10月,美国海军研究署再次开展水面无人艇集群试验,在16平方海里海域内,4艘水面无人艇集群成功实现自主目标探测与识别、跟踪、巡逻,整个控制回路无需人工参与,首次真正实现了集群作战,如图1图2所示。

图 1 多无人艇“蜂群”战术 Fig. 1 Swarm tactics of multiple USV

图 2 水面无人艇群协同作战过程示意图 Fig. 2 Schematic diagram of cooperative operation process of USV group

此外,美国海军在2016—2018年间每年分别开展了“先进技术演习”(ANTX),进行海上跨域无人系统演示。美国通用动力、洛·马、航空环境、波音、海德罗伊、诺·格等主要海上无人系统研制单位,均参加了演示验证。英国、法国同样开展了海上跨域无人系统演示。

目前,国外海上水面无人艇艇群技术发展还不够成熟,只有美、英、法等少数国家开展试验验证。由于海上无人艇艇群系统的复杂性,美国以集群协同能力集成验证为抓手,按照信息互通、行动协同、任务协同、跨域协同的顺序,将水面无人艇艇群技术深度由浅到深稳步推进。协同演示任务的主题紧贴战术使用根据技术实现难度,按照基本队形控制、巡逻围捕、通信中继、协同反水雷等任务难度逐步深入。装备选型开放性角度来看,除了信息基础架构、信息处理和指挥控制为统一研制与部署以外,其他均采用开放性原则,即在满足基本要求的情况下,所有水面无人艇均可以参加试验验证,不断更新评估装备最新能力和供应商最新技术实力。同时,从美国海军水面无人艇艇群技术推进速度来看,相对于无人机机群,整体偏慢,这也充分说明水面无人艇艇群技术的复杂性、与其他类型无人集群系统技术的异构性。

3 与其他无人系统集群技术的异同点

水面无人艇艇群与其他海上无人集群系统相似,都是要求大量无人平台能够自主有序的行动,具备群体感知与智能综合、信息按需共享、群体行动规划与分配、一致性协同行动控制、群内外自主避障、人员对群内任意节点控制、组织结构柔性控制、通信网络灵活自组织等方面能力。然而,水面无人艇艇群受风、浪、流等海洋环境无规律的影响以及宽带视距通信范围的限制,与其他种类海上无人集群系统相比具有以下几种特有关键问题解决的技术研究方向:

1)水面无人艇艇群内各平台通常为欠驱动平台系统,受风、浪、流等海洋环境以及船间效应的影响,群内各平台执行控制与规划路径存在较大的不确定扰动性,在无人系统中,平台控制动态控制精度与时效性最低,执行效果与规划预期存在较大偏差,需重点解决基于执行效果不确定的水面无人艇群体一致性协同控制问题。

2)受地球曲率的影响,在没有卫星通信资源保障条件下,水面无人艇之间宽带微波通信距离为视距(20 km左右)。为提高水面无人艇作业范围,充分发挥水面无人艇艇群作业自持力强的优势,需要解决水面无人艇艇群基于通信带宽约束条件的水面无人艇任务规划问题。

3)不同种类的水面无人艇在海洋环境运行中的水动力运动能力差异较大,需要解决基于不同特征水动力模型的水面无人艇艇群协同控制问题。

4 主要关键技术 4.1 水面无人艇艇群控制系统总体架构

水面无人艇艇群内各平台的差异性较大,易受到通信能力、环境因素、无人平台及其载荷能力特征等方面因素制约,系统总体架构主要包括指挥中心集中控制、有中心的艇群自主协同和无中心的艇群自主协同等3种方式(见图3图5),水面无人艇艇群根据任务的选择采用某种协同控制方式进行集成。总体架构主要解决无人艇协同方法、适应准则、自主控制方式、信息交互机制与内容,建立适应多种任务与环境的无人艇艇群控制总体集成体系框架。

图 3 指挥中心集中控制结构 Fig. 3 Command center centralized control structure

图 4 有中心的艇群自主协同结构 Fig. 4 Autonomous cooperative structure of USV group with center

图 5 无中心的艇群自主协同结构 Fig. 5 Autonomous cooperative structure of USV group without center

水面无人艇艇群控制总体架构主要包括主体要素、艇群拓扑结构、控制信息架构、艇群运动模型、通信网络拓扑结构等组成。要素主要用于描述群内各节点特征,由各艇自身作战能力、水动力模型、通信能力、工作状态等信息组成,并需要通过评价机制、数据归纳、数学建模等方式实现机器数据的描述。艇群拓扑结构主要描述群内节点舰相关分簇结构、节点间指挥与通信关系、节点相对位姿关系、节点变化控制结构、任务与结构间关系等,主要通过有向图或树型图结构描述(拓扑结构图见图6所示)。控制信息架构主要解决信息共享机制以及艇群控制与单艇控制衔接关系,通常利用单艇实时运动位姿反馈和航迹点(或力和力矩)方式实现艇群对单艇的控制。艇群运动模型在考虑风、浪、流等环境约束条件下,基于单艇运动模型基础上,考虑群体行动控制力和内在的群体队形保持控制力,形成综合的集群运动模型。通信网络拓扑结构主要根据通信链接关系与艇群拓扑结构自适应构建分层自组织网络,解决水面无人艇艇群自适应组网通信能力。

图 6 水面无人艇艇群拓扑结构图 Fig. 6 Topological diagram of USV group

重点需要解决的问题主要包括:多节点集成能力(上百艘)、基于作战与海洋的不确定扰动环境的一致性安全控制、大数量多自由度运动个体在空间实时坐标转换、集成开放性、角色灵活分配、节点随机余度控制、基于通信时延及不稳定的艇群安全性控制等。

4.2 水面无人艇艇群队形自协同控制技术

水面无人艇艇群自协同控制技术包括单个体轨迹控制,编队保持控制、避障避撞控制、队形重组控制等技术,艇群协同控制框架如图7所示。

图 7 水面无人艇群协同控制框架示意图 Fig. 7 Schematic diagram of cooperative control framework of USV group

轨迹控制主要通过实时判断水面无人艇航行控制位姿与速度,与目标位姿偏差量超出一定允许范围,用力或航迹调整的方式,在水面无人艇行动方向上施加相应纠偏控制力,通过纠偏动力模型的构建,实现偏差量越大、纠偏力越大,方向越朝着目标轨迹方向控制。

编队保持控制是水面无人艇艇群队形控制的基础,该控制方法与水面无人艇艇群控制系统总体架构密切相关,许多总体架构自身存在队形保持的内部机制。编队保持控制包括领航−跟随法、基于行为法、虚拟结构法等。对水面无人艇艇群来说,各水面无人艇自身具有较强自主能力,可采用多领航−跟随法和动态分簇法,实现编队灵活控制。对于避障避撞控制情况,首先对障碍物进行决策,判断队形保持是否需要能够高效完成避障任务,如可行,对障碍物边界进行判断,并与艇群内最贴近边界的艇进行匹配,将相应艇设置为领航艇,通过对领航艇的控制、领航艇自身避障控制以及其他艇在艇群控制系统架构的稳定跟随控制,可以有效实现艇群跟随控制。如判断队形保持无法高效完成避障任务,则采用分簇重构的方式,实现艇群重构,各簇同理采用多领航−跟随法进行簇内群体避障。避撞控制则通过水面无人艇艇群控制系统总体架构内部关联势能进行控制,保障艇群行动的安全。

4.3 基于认知智能的水面无人艇艇群智能决策体系

基于认知智能的水面无人艇艇群智能决策体系的构建,主要目的为不断完善与提高水面无人艇艇群自我认知决策能力,以提高海上无人装备自主行动决策水平,降低人为干预频率。主要技术路线为利用知识图谱和人工智能相结合的技术实现。主要关键技术包括:海上无人装备知识图谱构建技术、大规模分布式深度神经网络战场感知体系构建技术、基于深度学习的目标行为自主意图预测技术、基于多模数据的战场态势智能生成技术、基于深度强化学习的智能决策技术。主要技术途径为梳理已有的感知、指挥决策、行动控制等知识,通过知识挖掘的方法,提取对水面无人艇艇群分类价值数据。利用“云”端层级推理、深度学习和迁移学习的方法,实现对场景的层次化特征感知和分布式层级推理。构建基于对抗条件的虚拟水面无人艇艇群训练试验环境,通过强化学习的方式,不断提升水面无人艇艇群决策能力,最后通过海上试验场训练和实战数据采集的方式,逐步提高水面无人艇艇群智能化水平。

4.4 高度人机协同作业

人机协同作业技术研究目的为丰富海上行动战术战法、协调执行机构空间搭配、提升分布式探测与执行能力、降低作业行动损耗。在对无人/有人系统协同探测、目标打击等任务中任务使命需求和作战样式分析基础上,建立指挥中心、有人系统、无人系统之间的指挥控制体系结构,研究水面无人艇艇群自主控制等级、自主可控与安全机制、基于人员局部遥控的艇群自适应协同控制、有人/无人系统间协同机制和鲁棒性交互策略、智能化有人/无人协同作战辅助决策支持、人机融合智能显控优化等方面技术,构建高效灵活的有人/无人协同作战机制。

5 结 语

未来,随着人工智能、大数据、知识图谱、云计算和宽带无线通信技术的发展,水面无人艇艇群协同能力将在知识获取、环境感知、自我学习与认知决策、大批量高维无人装备协同控制等方面能力得到快速发展,将逐步从集群协同自控制能力发展到智能群体控制能力,并逐步满足未来海上作战需求,具备实战化装备能力。

参考文献
[1]
潘娣. 人工智能解锁智慧国防新领域. 解放军报, 2018.08.17.
[2]
陈晓. 未来海战将无人化? 一窥美军水面" 蜂群”技术体系[N/OL]. 悟文汇粹, 2016.05.23.
[3]
NASA's jet propulsion laboratory, pasadena, california. control architecture for robotic agent command and sensing[EB/OL]. https://ntrs.nasa.gov/search.jsp?R=20080048021 2019-06-17.