0 引　言

随着各国对无人装备的研究与实践，无人装备在多种使用场景下被证明有着比有人装备更佳的能力及效费比。各国研究机构与高校在近些年也在积极开展关于水下无人航行器（UUV）的研究。无论是作为民用装备，日常对水下光缆、管道进行巡检，抑或作为军用装备，对敌方目标开展抵近侦察或打击，UUV将会更具智能化与功能多样化^[1]。

UUV开展任何作业，都需携带必要的载荷。而载荷及自身动力系统对UUV的能源有较高的要求，UUV的任务半径在现阶段还很难做到无需母船布放与回收。目前，较为成熟的回收方式为水面吊放回收，但该回收方式自动化程度低，受海况影响大，成本较高，且没有隐蔽性。为解决上述问题，水下对接回收成为了当前研究热点^{[2 − 3]}。

这当中自主程度高、不依赖光缆与电缆的自主式潜航器（AUV）水下对接回收难度更高。水下回收方式主要有罩笼式、着陆式、捕获式、机械臂式等^[4]。不同的回收方式需要UUV上携带相应载荷才可实现。以笼罩式光学引导入坞为例^[5]，母船需设置相应对接机构与坞站，并在适当位置布置用于机器视觉识别的引导灯阵。而对于UUV来说，则需要设置可见光载荷，用来根据引导灯阵识别与对接机构的相对位置信息。

对于潜载的UUV来说，这种回收方式存在一些弊端。一是无论采取坞站或是遮蔽仓作为回收对接装置，都需对潜艇外部进行比较复杂的加改装。二是相向而行回收对于潜载UUV来说存在碰撞可能。同向而行，由同样是安置在鱼雷管或导弹井中的机械臂抓取回收的方式，对潜艇影响最小^[6]。

本文研究绍在机械臂抓取的背景下，采用声光联合导引回收系统中的光学子系统。

1 系统组成及设计要求 1.1 系统组成

声光联合引导回收结合声学引导与光学引导的优势，弥补各自不足。声学引导是目前最为成熟的方式之一。其引导距离可达几千米，器件成熟，特别是在水作为介质的情况下，有着其他方式难以比拟的介质适应性。但其也有一些难以克服的缺点，如经济性不佳，引导精度低的问题。光学引导则与声学引导相反，引导距离短，但近距离精度高^[7]。声光联合引导将采用远距离时使用声学引导，待UUV与机械臂到特定距离后，采用光学引导完成最终抓取的回收方式。

因此，系统将由声学导引子系统、光学导引子系统、机械臂子系统组成。声学引导子系统由声学引导源及超短基线声呐组成。光学子系统由光源、宽工作距机器视觉镜头与靶标组成。如图1和图2所示，声学引导源、光源与机器视觉镜头设置于机械臂末端，超短基线声呐及靶标分别布置在UUV的头部与舷侧。

1.2 光学子系统设计要求

机器视觉镜头设置在机械臂末端，将工作至机械臂抓取的最后一刻，其最小工作距离为0.05 m。再考虑到声学导引的方式通常在10～3000 m范围有良好的精度，而光学导引系统在水中小于10 m的工作范围内有较好的对比度。因此，机器视觉镜头的最大工作距离为10 m。机器视觉镜头整体的工作距离为0.05 ～10 m。

在以海水为工作介质时，光会收到海水及水中有色可溶性有机物、浮游植物及碎屑吸收与散射的影响^[8]，但该影响与波长有关。因此通常使用可见光，特别是蓝绿光作为工作波长，即480～644 nm。

中国领海及周边海域辽阔，水温跨度非常大。北方渤海及黄海冬季表层水温接近0℃，夏季可达27℃。而南海表层水温全年较为稳定，最高水温接近30℃^[9]。这意味着回收系统需在较大的温差范围内也可工作。

再考虑到潜载UUV的回收需足够的稳定性与隐蔽性，需避开表层水面，以免收到海况的影响与海面上的监控。光学子系统设计的最大工作深度为200 m，此时静水压约为2 MPa。

对光学子系统整体的设计要求总结如表1所示。

除表1的整体工作要求外，各组件也有相应的设计要求。

2 光　源

由于光在水体中的透过率并不高，太阳光在约60 m的水下时，即使是透过率最高的蓝光也将被截止，再考虑到回收作业时也有可能在夜间，因此光学子系统需在机械臂末端设置光源。光源发出的光需穿过水体，再由UUV舷侧的靶点反射回机器视觉镜头。

因此对光源的设计要求为有足够的发光角度，可覆盖机器视觉镜头的视场。此外，光亮度也需满足要求，为识别靶标的特征点时提供足够的对比度，且需在可见光波段有较高的光效率，发热量低，驱动电压低。综上，考虑使用4组LED作为光源，设置在机械臂末端的机器视觉镜头上下左右各1组，提供均匀的照明。目前，商用的LED通常附带透镜，可根据发光角度与靶标处的光照度选择成熟器件，具体的性能要求及试验方法可参考现行的轻型有缆遥控水下机器人相应的推荐性国家标准^[10]。

作为面光源的LED在距离$ l $处、面积为$ {\mathrm{d}}A $的UUV靶标上形成的光照度可由下式计算：

$ E=\frac{{\mathrm{d}}{\varPhi }}{{\mathrm{d}}A}=\frac{Ld{A}_{s}\cos{\theta }_{1}\cos{\theta }_{2}}{{l}^{2}}。$

(1)

式中：$ L $为光亮度，$ {\theta }_{1} $与$ {\theta }_{2} $分别为发光面与光照面的法线与距离$ l $方向的夹角。

3 机器视觉镜头 3.1 设计要求

机器视觉镜头首先要选择适配的传感器，并根据传感器的尺寸、分辨率、主光线入射角（CRA）或F数要求等参数决定镜头部分的设计要求。

综合考虑水体的微光特点及散射造成的景深退化，设计F数为2.8，因此选择一款对角线尺寸为11.1 mm，分辨率为2464×2056，像元尺寸为3.45 μm的CMOS作为传感元件。镜头的调制传递函数（MTF）截止频率（奈奎斯特频率）也将由CMOS的像元尺寸决定，如下式：

$ {f}_{c}=\frac{1}{2{\times}Pixelsize}。$

(2)

由于水体的折射率大于空气的折射率，根据式（3），水中机器视觉镜头的视场将会小于空气中的视场。

$ \omega ={\mathrm{arctan}}\frac{y}{{n}_{{\mathrm{sea}}}{\times}f} 。$

(3)

式中：ω为水中视场角，$ y $为传感器对角线长度，$ {n}_{{\mathrm{sea}}} $为海水折射率，$ f $为镜头在空气中的焦距。

海水的折射率约为1.339，这意味着使用该镜头在水中使用时视场将有约1/3的损失，需提前在设计参数时保留更大的视场。

除视场与常见光学系统不同外，水下成像光学系统通常还需设置水密窗，用以承受静水压及保护后续系统不受海水侵蚀。本文选用平板型水密窗，虽承压能力不如球罩型水密窗，但设计简单，加工容易^[11]。

综上所述，对机器视觉镜头的设计要求总结如表2所示。

3.2 设计结果

如图3所示，本文基于反摄远结构设计了一款工作距离机器视觉镜头，该镜头满足前文所述的要求，总长为67.6 mm，采用了10片较低成本的球面玻璃，并使用H-K9L作为平板型水密窗与滤光片材料。

该镜头在0～30℃的水中都可满足成像要求，在145l p/mm的空间频率下，全工作距离MTF都可以达0.4以上。

由于工作距离并非恒定，镜头的畸变与放大倍率等参数也会随工作距离而变。在0.05 m工作距离时，最大畸变为2.02%，在10 m工作距离时，最大畸变为1.06%，畸变较小，有利于提取靶标特征点的几何信息。不同工作距离的放大倍率见表3。

由放大倍率、靶标特征点连线所占像素大小及靶标几何尺寸就可得出机械臂与UUV的相对位置信息。

如图4所示，本文设计了承压的安装座，对水密窗与安装座进行2MPa静水压的有限元分析，将水密窗的形变结果代入光学系统进行仿真。结果表明，水密窗的形变对光学系统的分辨率几乎没有影响。

3.3 公差分析

该系统在设计之初，考虑到将要在水下特殊环境中工作，在设计优化的过程中，便以提升生产优良率作为优化目标。在以表4为公差要求的情况下^[12]，进行了2 000次蒙特卡罗分析。

如图5所示，以1 45l p/mm空间频率的平均MTF值大于0.3为标准，在各工作距离下，优良率大于95%。光阑后第1个表面在±0.01的偏心范围时，对像质影响最大。

4 靶标设计

靶标的特征点间隔越大越有利于机器视觉的识别，但其尺寸上限受制于潜载鱼雷形UUV的直径，通常为533 mm，且过大的特征点纵向间隔也不可取，会使得特征点投影于UUV的上方。同时，特征点上下边缘在投影平面间隔过大，近距离时超出机器视觉镜头的景深范围，边缘变得模糊，难以分辨。而特征点尺寸的下限需结合镜头的放大倍率，计算出一定尺寸的特征点在CMOS上的投影面积及其所占的像素点大小。

光学系统存在景深焦深这一概念，即在物平面前后一定距离都可在像平面成像相对清晰的情况。而景深允许最大值与CMOS传感器像素尺寸相关，如下式^[13]：

$ Z=\frac{{Z}'}{{m}^{2}}=\frac{1}{{m}^{2}}\cdot \frac{{D}'}{{n}'\cdot sin{u}'}=\frac{{D}'}{m\cdot n\cdot sin u} 。$

(4)

式中：$ Z $为景深，$ {Z}' $为焦深，m为放大倍率，n为折射率，$ sinu $为数值孔径，$ {D}' $为允许的不可分辨直径，值为2倍的CMOS传感器像素尺寸。

图6为本系统设计的靶标示意图，其形状为黑色边缘的非圆形白色特征点组成的凹字形，且分为大小2组特征点，以便在距离变化导致放大倍率产生变化时，投影在CMOS的图像时刻都有至少1组特征点可供追踪识别，且特征点纵向沿投影方向对称，可避免同一组特征点超出了镜头的景深范围，同一组特征点投影面前后距离不超过工作距离时的景深范围。

如图7所示，本文基于计算机视觉处理开源软件库OpenCV提供的算法对不同距离特征点的提取进行了仿真。

在将理想模型图像导入Zemax获取存在畸变等像差的图像后，即可开始对特征点的几何中心提取过程。首先，需对图像进行预处理，输入图像为彩色图像（见图7（a）和图7（b）），使用对比度增强的彩色图像灰度化算法^[14]，将输入图像转化为灰度图像，再使用自适应阈值二值化算法，将灰度图像二值化（见图7（c）和图7（d））。完成图像预处理后，可利用OpenCV提供的霍夫变换检测算法，实现对二值化图像中可能出现的圆的圆心及半径（见图7（c）和图7（d））的检测。

由上述仿真可看出，2层凹形排列的白底黑边特征点在不同距离、不同直方图分布的情况下可被识别出来。

5 结　语

本文对水下声光联合引导UUV回收系统中的光学子系统进行研究，讨论了水下特殊环境中光源、机器视觉镜头及靶标的设计要求问题，并在该要求下，分别基于Zemax OpticStudio与OpenCV完成了机器视觉镜头与靶标的设计与仿真。靶标的特征点在与机器视觉镜头工作距离对应的像差及放大倍率下，可被准确识别并提取。