2023, Vol. 45
PDF
2. 中国科学院机器人与智能制造创新研究院, 辽宁 沈阳 110169;
3. 中国科学院大学, 北京 100049
2. Institutes for Robotics and Intelligent Manufacturing, Chinese Academy of Sciences, Shenyang 110169, China;
3. University of Chinese Academy of Sciences, Beijing 100049, China
自主水下机器人（AUV）在海洋环境观测[1-2]、海洋资源探查[3]、海底地形测绘[4]等民用方面发挥着重要的作用，同时，在水下目标探测[5-6]、反水雷战[7-8]等军事应用方面也扮演着重要的角色。随着传感器技术[9]、3D打印技术[10]和轻量化技术[11]的发展和普及，在不削弱AUV作业能力的前提下压缩其排水量已成为可能。更小的尺寸、更轻的重量、更低的功耗和更低的成本同样是AUV的发展趋势之一[12]。微小型AUV是顺应该趋势形成的产物，也可认为它引领了这一趋势。与传统中大型AUV相比，微小型AUV具有小（尺寸）、快（速度）、灵（操纵性）的优势，适合批量生产和集群作业，受到了各国学者和用户的广泛关注。
微小型AUV具有尺寸小、重量轻、功耗低、成本低的特点，且维护简单、便于运输和船上作业，对拓展AUV的应用场景具有积极作用。浅水环境观测和科研教学是微小型AUV典型的民用应用场景[13]。权威市场调研分析网站“Research and Markets”在2020年2月公布了题为《AUV的市场分析、发展趋势及预测》的调研报告摘要[14]，摘要中指出，全球AUV市值预计在2025年增长至12亿美元。其中最大作业深度可达100 m的浅层AUV（shallow AUV）有望在2025年之前获得超过3.771亿美元的收入，将为全球水下机器人的经济增长提供重要动力。因此，微小型AUV在民用上体现出了巨大的发展前景。
微小型AUV还可用于执行集群作业的分布式感知任务，多机协同作业可扩展微小型AUV的感测能力[15-17]。同步时空下的高分辨率水文观测、目标定位和识别，以及噪声源的检测和跟踪是微小型AUV典型的军事用途[18]。已为美国海军和潜艇部队提供产品服务23年的Riptide公司总裁Smith在美国潜艇部队官方刊物《Undersea Warfare》2017年冬季版上发表了文章《The next big thing in undersea warfare may be MICRO》[19]，文章指出，2000年美国国防预算的减少促进了微小型AUV的发展，同时为了强化有限潜艇的综合能力，美国海军正在寻找更多的微小型AUV来扩展潜艇的感知范围，并充当战斗力的倍增器。因此，微小型AUV在军用上同样具有发展潜力。
基于微小型AUV在军民两用中的优势，越来越多的微小型AUV涌现出来，微小型AUV平台技术近年来也得到了快速发展。然而，微小型AUV的特征及平台技术尚未得到系统的归纳，并且有必要对微小型AUV的发展趋势进行分析和探讨。因此，本文对国内外微小型AUV的研究现状进行综述，对其应用背景、特征及平台技术进行归纳，并对微小型AUV的发展趋势进行探讨，旨在为其研制设计和实际应用提供参考。
2 微小型AUV的定义及特征（Definition and features of micro AUV） 2.1 微小型AUV的定义广义上，微小型AUV是依靠自身携带能源驱动、自主作业的微小型水下机器人，属于AUV的一种。狭义上，不同研究团队对AUV的分类有着不同的标准，导致对微小型AUV的定义也不尽相同。目前世界上对其类型的划分主要参照以下因素。
2.1.1 排水量和载荷在美国海军公布的Master计划[20]中，依据排水量和载荷，AUV被划分为4个级别，如表 1所示。微小型AUV对应表 1中便携级，用于执行浅水环境调查、水下目标探测和爆炸军械处理等任务。
2.1.2 直径俄罗斯学者洛波塔等[21]在《机器人技术系统目前发展趋势：军用和特种海洋机器人技术系统》中依据AUV的直径大小将其分为以下5个级别，如表 2所示。微小型AUV对应表 2中微型级，直径不大于200 mm。
2.1.3 模块数量Beobachtung公司[22]依据执行机构、能源等模块数量将其研制的Amethyst AUV分为微型、小型、标准型、强化型及AUV/ROV混合型，如图 1所示。Amethyst AUV采用了模块化设计，根据不同的应用场景选取适合配置的型号。微小型AUV对应图 1中的微型配置。微型配置AUV采用单个前向推进器和单个舵相配合的驱动方案。相比于其他配置，微型配置AUV在携带上具有优势。
|
图 1 Amethyst AUV的5种模块化配置 Fig.1 Five modular configurations of the Amethyst AUV |
综合不同研究团队对微小型AUV的划分方法，总结出微小型AUV通常具有如下特性：排水量或空气中重量通常不大于50 kgf；可搭载负载通常不大于7 kg；若其主体为回转体，则主体直径通常不大于200 mm。
2.2 微小型AUV的特征下面对微小型AUV在尺寸、重量、功耗和成本上的特征进行逐一阐述。
2.2.1 尺寸部分微小型AUV整机尺寸符合声呐浮标中A型尺寸的标准[23]，即长度不大于914.4 mm，直径不大于123.875 mm。符合该标准的微小型AUV可用于空投和鱼雷管发射，对实现水下目标探测和在海洋环境观测上进行快速部署具有重要意义。
2.2.2 重量微小型AUV重量通常不大于50 kgf，符合A型尺寸标准的微小型AUV重量不大于17.69 kgf。微小型AUV通常可由一个成年人轻易地提起、搬运，对布放、回收、维护、装箱等船上作业极为便利。
2.2.3 功耗微小型AUV通常依靠12 V或24 V直流电源驱动，瞬时功率的大小往往取决于瞬时电流的大小。由于微小型AUV空间有限，所搭载的电机和传感器等功率普遍不大，平均功率通常不大于100 W。
2.2.4 成本微小型AUV成本通常仅为1万~1.5万美元[24]，远低于更高级别AUV的成本，适合批量生产。如高性能的小型AUV（10
本文对国内外典型的微小型AUV进行了调研，基于其结构特征将其分为3类：回转体类、箭体类和多体类。
3.1 回转体类该类微小型AUV的主体为回转体，艉部配备单一的推进器。其中一些微小型AUV完全符合声呐浮标中A型尺寸的标准[23]，通常被用作反潜训练靶标、反潜干扰装置和快速部署装置，约束其外形使其可用于空投和鱼雷管发射。另外一些微小型AUV主体参数符合A型尺寸的标准，其舵、天线等部件未被完全约束在该尺寸内，但其通常配有专用的投送装置，可作为更大级别AUV的子体以增大探测范围、进行多线程作业以及执行探雷等危险任务。
3.1.1 外形尺寸完全符合A型尺寸标准外形尺寸完全符合A型尺寸标准的典型微小型AUV包括REMUS M3V（micro 300 m vehicle）[24-25]、ecoSUB
|
图 2 完全符合A型尺寸标准的典型微小型AUV Fig.2 Typical micro AUVs that fully complies with A-size standard |
REMUS M3V[24-25]是由美国伍兹霍尔海洋研究所海洋系统实验室在2018年发布的一款低成本的微小型AUV，如图 2(a)所示。该AUV是REMUS系列中尺寸最小且唯一适于空投的AUV，可以作为拖鱼[32]使用。其长为914.4 mm，直径为123.825 mm，重量为10 kgf，最大工作深度为300 m，最大航程为50 km。该AUV内部携带可充电的锂离子电池，电量为360 W
ecoSUB
MK 39 Mod 2 EMATT[27-28]是由洛克希德·马丁公司在2003年研制的一种全天候、轻巧、廉价和消耗型微小型AUV，如图 2(c)所示。该AUV主要作为反潜训练靶标，用于在空中和水面反潜作战平台的反潜训练中模拟潜艇运行时产生噪声的频率、声强等声信息。EMATT AUV不仅能在速度、深度和航向等运动参数上模拟安静型柴电核潜艇，同时也可产生无源离散音调，在声学上模拟安静型柴电潜艇。该AUV长914.4 mm，直径123.825 mm，重9.98 kgf，最大速度8 kn，巡航速度下续航时间10 h，最大作业深度182.88 m。
ALAUV[29-30]是由南安普顿大学Stevenson研究团队研发的空投AUV，如图 2(d)所示。该AUV旨在通过快速部署的方式对大西洋经向横断面、深海平原、经向倾覆环流以及极地地区进行观测。该AUV长530 mm，直径83 mm，重2.5 kgf，在1 kn巡航速度下最大航程为350 km，最大作业深度为500 m，电池电量为180 W
北美制造商QINETIQ公司在2014年发布了一款符合A型尺寸标准的微小型AUV SEAScout[31]，如图 2(e)所示。该AUV可通过配置不同的载荷，执行侦察、通信中继、环境观测等任务，内部搭载了俯仰调节机构，可以在浮标和AUV之间切换模式。该AUV采用了分体式柔性天线，分别为GPS、铱星和无线电天线。该AUV长914.4 mm，直径123.825 mm，最大速度15 kn，最大工作深度243.84 m，续航时间8 h，电池电量230 W
为了严格符合A型尺寸的标准，设计者在结构和作业模式上进行了调整，如图 3所示。在天线结构上，REMUS M3V与SEAScout AUV均采用了浮标或水下滑翔机模式进行通信的作业模式，如图 3(a)所示。在艉部推进器后方布置柔性天线，同时内部也增设了浮力调节装置，通过调节浮力和姿态将天线充分露出水面。在转向结构上，ALAUV与EMATT AUV依然采用传统的“桨前舵”形式，但通过舍弃舵长度的方式实现了外形约束。REMUS M3V采用了矢量导管结构[36-37]，如图 3(b)所示。ecoSUB
|
图 3 为达到A型尺寸标准在结构和作业模式上作出调整 Fig.3 Adjustments made in structure and work mode to reach A-size standard |
“桨后舵”结构与“桨前舵”相比，在相同的舵面积和质心位置下，“桨后舵”结构所产生的转艏力臂更长、转艏力矩更大，如图 4所示。此外，舵处实际来流速度越大，舵效越显著。对于位于螺旋桨尾流中的舵，由于桨后的水流速度比桨前约增加30%，舵效显著增大，且随螺旋桨负荷的增大而增加，但随二者间的间隙增大而减小[38]。
|
图 4 不同舵位力臂示意图 Fig.4 Schematic diagram of force arms in different rudder positions |
仅主体尺寸符合A型尺寸标准的典型微小型AUV包括RIPTIDE
|
图 5 仅主体尺寸符合A型尺寸标准的典型微小型AUV Fig.5 Typical micro AUVs whose main body complies with A-size standard |
RIPTIDE
NemoSens AUV[41]是由法国RTSYS公司在2017年发布的一款微小型AUV，主要用于海底地形测绘、海洋环境监测、声学监测以及水雷排查，如图 5(b)所示。该AUV可搭载侧扫声呐、温盐深测量系统（CTD）、溶解氧传感器、浊度计、碳氢化合物传感器，通过GPS和INS进行定位导航。此外，该AUV在采用浮标模式作业时可采用声学定位技术，支持最多7台AUV通过集群模式协同作业。该AUV长960 mm，直径124 mm，重10 kgf，最大工作深度300 m，航速范围2~10 kn，最大续航时间8 h。
SandShark AUV[42-43]是由美国Bluefin机器人公司在2017年发布的一款低成本微小型AUV，适合在海岸线附近和内陆水域使用，如图 5(c)所示。该AUV具有一定的正浮力，无浮力调节系统，不具备悬停功能，可实现3个自由度的运动。该AUV所配备的推进器采用磁耦合技术，只提供向前的推力，未采用Bluefin系列中其他AUV采用的矢量推进技术。此外，该AUV还配备了3个转向舵，舵片运动范围为
除了单个SandShark AUV执行专用任务外，Bluefin公司还提出了由Bluefin 21 AUV装载多个SandShark AUV进行母子式作业的新型工作模式。当需要与岸基或空基控制中心交互数据时，母体AUV可通过释放SandShark AUV上浮水面作为通信节点来实现，如图 6(a)所示。此外，当同时追踪多个目标时，母体AUV可释放出SandShark AUV进行多线程作业，如图 6(b)所示。
|
图 6 Bluefin 21 AUV与SandShark AUV母子式操作 Fig.6 Bluefin 21 AUV and SandShark AUV for mother-child operation |
对于直径120 mm、重10 kgf级别的微小型AUV，国内一些企业也进行了积极的探索。精灵M120[44]是由中科探海（苏州）海洋科技有限责任公司发布的一款微小型AUV，如图 7所示。该AUV长1 m，直径120 mm，重约10 kgf，最大作业深度300 m，最大速度6 kn，续航时间12 h。该AUV体积小巧、作业灵活，既可以搭载小型声学载荷实现水下探查，又能搭载水声通讯设备实现集群作业。
|
图 7 精灵M120微小型 Fig.7 Micro AUV "Jingling M120" |
其他回转体微小型AUV直径为200 mm左右，典型代表包括REMUS 100 AUV[45-46]和Iver3 AUV[47-48]。
REMUS 100 AUV[45-46]是由美国伍兹霍尔海洋研究所研制的微小型AUV，如图 8所示。该AUV主要用于近海高分辨率环境观测、水雷探测、港口安全检查、搜寻救援和水下地图绘制等。其标准配置中搭载了双频侧扫声呐、DVL、GPS、WiFi通讯模块、长基线导航模块和水声通信模块等。该AUV长1.7 m，直径190 mm，重32 kgf，最大航行速度5 kn，最大作业深度100 m，携带电池电量1.5 kW
|
图 8 REMUS 100 AUV Fig.8 REMUS 100 AUV |
Iver3 AUV[47-48]是由美国OceanServer公司在2013年发布的面向近海环境观测和搜索救援的低成本微小型AUV，如图 9所示。该AUV长1.52~2.16 m，直径147 mm，重27~39 kgf，最大作业深度100 m，最大速度4 kn，配备了800 W
|
图 9 Iver3 AUV |
对于直径200 mm、重50 kgf以内的微小型AUV，国内科研院所、高校和企业也进行了积极的探索。典型代表包括探索100[49]、无影便携式AUV[50]和云帆AUV[51]。
探索100[49]是由中国科学院沈阳自动化研究所面向海洋环境探测和水下观测需求研制的微小型AUV，如图 10所示。该AUV采用模块化设计，分为基本航行体和扩展模块，基本航行体可实现自主航行及运动控制，可通过搭载不同的扩展模块（传感器）实现不同的使命[52]。此外，通过搭载水声通信机，可以实现多AUV组网协同观测，在海洋与近岸环境观测及保护、海洋科学调查等方面有较大的应用潜力[53]。该AUV长1.7 m，直径200 mm，重47 kgf，工作水深100 m，最大速度5 kn，可在3 kn航速下持续航行70 km以上。搭载的主要传感器有CTD、侧扫声呐、DVL等。该AUV及相关技术在高原湖泊探测中得到了充分验证，曾搭载测深仪和多参数水质仪等科学载荷，对由冰川融水形成的喀拉库勒湖进行了高精度湖底地形测绘和水质多参数剖面连续观测，对分析冰川融水对湖泊特性影响有着重要意义。
|
图 10 探索100 AUV Fig.10 TS100 AUV |
无影便携式AUV[50]是由西北工业大学与天和防务公司研制运营的适用于科研教学的AUV，如图 11所示。该AUV具备超深、超时停车，超出范围报警，紧急情况抛载等安全功能，同时具有卫星定位指示功能。该AUV能满足海洋领域、水声领域科研人员在研究平台方面的需求。
|
图 11 无影便携式AUV Fig.11 Wuying portable AUV |
云帆AUV[51]是由天津瀚海蓝帆海洋科技有限公司研制的一款面向科研教学、辅助救援、航道勘测以及江河湖泊等水域的观测的微小型AUV，有内十字舵和外十字舵2个版本，如图 12(a)和图 12(b)所示。该AUV长1.55~2 m，直径200 mm，重40~50 kgf，最大作业深度200 m，巡航速度3 kn，续航时间11 h。此外，该公司还推出了直径为150 mm的智帆AUV[54]，如图 12(c)所示。该AUV配备了4个固定式艉部推进器和2个槽道推进器，具有比传统桨舵推进式AUV更好的操纵性。
|
图 12 天津瀚海蓝帆公司所发布的微小型AUV Fig.12 Micro AUV developed by Tianjin Hanhai LanFan Marine Technology Corp |
该类微小型AUV突破回转体外形约束，呈箭体形状，通常配备多个推进器且布置方式多样，包括布置于载体中轴线的单前向推进器、外探到载体两侧的双前向推进器或垂向推进器，槽道形式的垂向推进器或侧向推进器。丰富的推进器配置使得该类微小型AUV具有良好的操纵性，适用于需要高机动能力的作业场景。
Vertex AUV[55]是由瑞士Hydromea公司在2018年发布的一款微小型、便携式、高度集成的新型分布式AUV，主要用于水体要素测量，如图 13所示。Vertex AUV长700 mm，空气中重7 kgf，最大工作深度300 m，最大速度3 kn，电池电压14.4 V，携带电池电量160 W
|
图 13 Vertex AUV Fig.13 Vertex AUV |
MONSUN AUV[59-61]是由德国卢贝克大学Osterloh等在2012年研制的一款通过集群作业进行水下环境监测的高机动微小型AUV，如图 14所示。在驱动配置方面，该AUV配备了2个前向推进器，4个垂向推进器，分别布置在载体两侧，除了在侧移方向上均具有解耦的机动能力及优异的操纵性。在传感器配置方面，该AUV配备了Surveyor SRV-1 Blackfin相机、AHRS、IMU、深度计、温度计以及避碰声呐。该AUV长600 mm，主体直径100 mm，重4.2 kgf，最大速度4 kn，最大作业深度10 m，携带电池电量133.2 W
|
图 14 MONSUN AUV |
COTSbot AUV[62-63]是由澳大利亚昆士兰科技大学Dayoub等在2015年为保护大堡礁的生态平衡研制的一款水下机器人，如图 15所示。大堡礁是世界上最大最长的珊瑚礁，但该区域的珊瑚饱受棘冠海星的破坏。该机器人是一款可以作业的AUV，其主要任务是在复杂的礁石环境中自主导航并自动检测珊瑚上的棘冠海星，最后喷射可消灭海星的药剂。COTSbot AUV利用先进的机器人视觉和分类算法，以及浅层沿海水域机器人监测的经验和技术，能够有效完成对海星的识别和注射任务。该AUV长1.35 m，重26~30 kgf，最大工作深度100 m，常规工作深度不超过30 m，巡航速度1 kn，最大速度4 kn，续航时间大于6 h，配备了2个前向推进器、2个垂向推进器和1个布置在槽道内的垂向推进器，具有5个运动自由度，可实现悬停、定高航行。
|
图 15 COTSbot AUV |
Sparus II AUV[64]是由西班牙吉罗纳大学在2018年研制的面向浅海地区海底测量的AUV，具有水动力外形好、可悬停、小型化易于操作、模块化的特征。该AUV具有2个前向推进器、1个垂向推进器以及位于前向推进器后方的2个舵，可实现前进、升沉、俯仰和转艏4个自由度的运动，具有悬停功能。该AUV通过WiFi进行通信，搭载了IMU、DVL、压力传感器和GPS等传感器。该AUV长1.6 m，宽0.46 m，主体直径230 mm，重52 kgf，最大速度3 kn，最大工作深度200 m，携带锂离子电池组，电量为1 400 W
|
图 16 Sparus II AUV |
SwarmDiver AUV[65-66]是由美国Aquabotix公司在2018年发布的一款新型微小型AUV，如图 17所示。该AUV可在水下和水面进行两栖作业，主要用于集群作业，执行安保、环境监测、羽流跟踪等任务。该AUV搭载了测量温度和压力的传感器，可以通过GPS进行定位，精度在2.5 m范围内，在艉部配备了2个推进器，外部挂载了一个浮力调节装置。该AUV长750 mm，宽130 mm，重1.7 kgf，最大工作深度50 m，最大速度1.3 kn，续航时间为2.5 h，航程7 km。该AUV配备了专门研制的“集群传感器”，可保证其掌握周围其他AUV的位置，并与其他AUV共同执行集群导航算法。该公司曾部署了40余台SwarmDiver AUV进行集群工作，验证了其集群导航算法，为提升海洋数据的质量和数量提供了平台支撑。
|
图 17 SwarmDiver AUV |
SHAD AUV[67]是由葡萄牙波尔图大学工程学院Gonçalves等在2016年研制出的一款面向河流、湖泊和港口等强流有限水域环境观测的微小型AUV，如图 18所示。该AUV搭载了用于导航定位的AHRS、深度计和GPS等传感器，具有4个运动自由度。2个前向推进器平行布置在AUV双侧铝型材上，2个垂向推进器分别布置在AUV前后的槽道内。推进器电机的最大功率130 W，最大推力23 N。该AUV长900 mm，直径120 mm，重量不大于10 kgf，工作深度20 m，携带电池电量82 W
|
图 18 SHAD AUV |
HippoCampus
|
图 19 HippoCampus μAUV |
该类微小型AUV本体可以利用自身优势执行一定任务，也可以通过多个微小型AUV组合形成更大级别的AUV执行更复杂的任务，单体之间的空间也可用于布置科学载荷。单体AUV组合成的多体机器人具有稳定性强的特点，在强流环境中作业具有优势。
3.3.1 双体框架类Starbug X AUV[73]是由澳大利亚联邦科学与工业研究组织和昆士兰大学共同研制的面向浅水区域底栖生物调查和环境观测的小型AUV。该AUV可满足底栖生物调查与水文观测的同步原位需求，与基于船载设备对底栖生物的原位调查和水下滑翔机对水文进行观测的模式相比，具有能同步处理数据的优势。该AUV采用了双体并联式结构，具有侧倾稳定性高的优势，配备了5个推进器。该AUV搭载IMU、GPS、超短基线（USBL）定位系统、深度计和高度计用于导航定位。搭载的科学载荷包括CTD、叶绿素传感器、浊度计传感器、溶解氧传感器和高清摄像机等。该AUV主体尺寸小于1 m，重量不超过32 kgf，最大作业深度100 m，携带电池电量1.5 kW
|
图 20 Starbug X AUV Fig.20 Starbug X AUV |
LoCO AUV[74]是由美国明尼苏达大学Edge等研制的面向科研教学的一款低成本、开源的微小型AUV，如图 21所示。该AUV同样采用了双体并联式结构，有利于操纵性空间利用率的提升。该AUV共配备了3个推进器，其中2个前向推进器分别布置于双体的艉部，通过控制2个推进器的速度差即可实现较小转弯半径的回转运动，1个垂向推进器布置于双体之间。该AUV搭载IMU和深度计用于导航。该AUV长731 mm，宽344 mm，高141 mm，重12.47 kgf，最大速度3 kn，最大工作深度100 m，携带电池电量355.2 W
|
图 21 LoCO AUV Fig.21 LoCO AUV |
MARES（modular autonomous robot for environment sampling）AUV[75-77]是葡萄牙波尔图大学Ferreira等研制的一款用于环境采样的微小型AUV，如图 22(a)所示。该AUV的2个前向推进器对称布置于载体艉部舱段两侧，2个垂向推进器分别布置于载体的艏部和艉部舱段，推进器的布置形式使AUV具有一定的抗流能力。同时，3个单体AUV通过铝制框架组合为三体AUV-TriMARES（如图 22(b)所示），具有稳定性强的优势。单体AUV利用深度计、电子罗盘、长基线定位系统进行导航定位。其长1.5 m，主体直径200 mm，重35 kgf，最大作业深度100 m，巡航速度2 kn，最大速度4 kn，搭载了电量为600 W
|
图 22 MARES AUV及TriMARES AUV Fig.22 MARES AUV and TriMARES AUV |
Folaga AUV[78-79]是在2009年由意大利比萨大学Caiti等研制的一款面向沿海海洋学调查的AUV，如图 23(a)所示[80]。该AUV内部布置了浮力调节装置和姿态调节装置，具有水下滑翔机运动特性。该AUV搭载了GPS和电子罗盘用于导航定位，搭载CTD进行环境要素采集。该AUV长2 m，直径140 mm，内部直径125 mm，重30 kgf，作业深度范围0~50 m，爆破深度100 m，浮力调节能力0.5 kg，巡航速度2kn，续航时间8 h，携带电池电量864 W
|
图 23 Folaga AUV及ROBUST AUV Fig.23 Folaga AUV and ROBUST AUV |
具有浮力调节功能的多体组合类微小型AUV在稳定性上具有优势。稳心高度是微小型AUV重心与浮心之间的距离，是衡量其保持稳定姿态能力的重要指标。该值越大，意味着微小型AUV保持稳定姿态能力越强。静态单体AUV稳定在水中时，其所受浮力
|
图 24 静态单体AUV稳心高度示意图 Fig.24 Schematic diagram of the metacentric height of the static singlebody AUV |
多个单体微小型AUV重构成“倒三角”并联形式的多体AUV后，多体AUV的稳心高度会增大，如图 25所示。
|
图 25 多体AUV稳心高度示意图 Fig.25 Schematic diagram of the metacentric height of the multibody AUV |
单体AUV具有浮力调节能力，调节量为
| $ \begin{align} h' = \frac{2\mu\Delta B}{3B}H+h \end{align} $ | (1) |
由式(1) 可知，多体AUV稳心高度的增加得益于2方面：一是单体的浮力调节能力，调节量
因多体微小型AUV在稳定性上的独特优势，其用途也主要面向强流区域作业以及为机械臂提供平台基础。例如，多体微小型AUV能在接近海底航行时降低壁面效应的影响，达到定高航行的作业效果；在搭载轻质量机械臂的多体作业型AUV中，多体AUV可视为轻质量机械臂操作的稳定基座，有利于提高机械臂的作业效能。虽然多体微小型AUV具有稳定性强的优势，但其动力学特性尚未得到系统性研究，且由于推力配置通常过于集中在进退、升沉、俯仰等方向，多体微小型AUV欠驱动的特性并未改变，因此难以实现对多体微小型AUV的精确控制。
4 微小型AUV研究现状总结（Summary of the research status of micro AUVs）调研的典型微小型AUV在平台参数、搭载载荷情况、驱动配置和技术运用上具有共性和差异。其中表 3归纳了平台参数及载荷搭载情况，表 4归纳了驱动配置及技术运用。从表 3和表 4中总结以下5点：
|
表 3 典型微小型AUV平台参数及载荷 Tab. 3 Platform parameters and loads of typical micro AUVs |
|
|
表 4 典型微小型AUV驱动配置与技术运用 Tab. 4 Thrust configurations and technology applications of typical micro AUVs |
1) 在统计的25款典型微小型AUV中，回转体微小型AUV有14款，占比56%，说明回转体类为微小型AUV的主流；箭体类微小型AUV有7款，而其中6款是近5年研制出来的，说明部分应用场景对微小型AUV机动能力的要求在不断提高；多体类微小型AUV有4款，虽然占比最少，但通常具备稳定性高、可扩展载荷搭载空间等独特优势，能在特定场景中发挥重要作用。
2) CTD为微小型AUV搭载的基本载荷，环境观测能力是微小型AUV的基本作业能力。在此基础上搭载DVL、侧扫声呐、摄像机、高度计等扩展载荷，具备集群作业、可快速部署、声学探测、底栖生物调查等扩展能力，能有效提升微小型AUV的产品品质。
3) 回转体类微小型AUV主要用于反潜训练和快速部署等军用领域，低成本、小型化、操作简单的特性符合军用使用需求。箭体类微小型AUV通常应用于海洋环境观测、海底地形绘制和科研教学等民用领域，适用于需要高机动能力的作业场景。多体类微小型AUV则更多利用其模块化和可扩展载荷布置空间的特性应用于强流环境下观测作业和科研教学等民用领域。3类微小型AUV均有较为明确的应用场景。
4) 回转体类微小型AUV通常采用单个前向推进器与艉舵的驱动方案，操纵性相对较差；箭体类微小型AUV通常配备2个及以上的前向推进器，并配备垂向推进器、舵等，具有良好的操纵性；多体类微小型AUV同样具备良好的操纵性，其中三体组合类的单体微小型AUV操纵性往往一般，通过将单体组合为多体的方式，实现了分布式驱动和自稳效果，有效改善了微小型AUV的操纵性。
5) 受微小型AUV尺寸等限制，自适应浮力调节技术、质心调节技术应用较少；水声通信机的小型化使得水声通信技术应用较多；作业深度不大也使得设计者更倾向于动密封而不是磁力耦合；悬停技术的应用则依赖于平台的机动能力。
5 存在的问题及发展趋势（Existing problems and development trends） 5.1 空间约束下的结构高度集成化与常规中大型AUV提倡的结构模块化设计思路不同，微小型AUV结构设计采用高度集成化的设计思路可能更为适合。微小型AUV的空间约束条件更严格，模块化设计所需的结构和电控接口可能造成空间利用率较低。因此，如何将各功能部件在结构上进行高度集成是微小型AUV在结构设计上所面临的难题。
为此，一些集成化的结构设计已经在部分微小型AUV中有所体现。例如，为了使微小型AUV可用于空投等快速部署任务，桨后舵、浮标或水下滑翔机式艉部天线等在常规中大型AUV中不常见的结构形式涌现出来，并取得了良好的实际效果。然而，目前微小型AUV集成化程度普遍不高，空间利用率尚未得到“精打细算”，尤其在科学载荷的结构处理上不够巧妙。现有微小型AUV更多搭载产品化的科学载荷。产品化的科学载荷通常采用自容式设计、外挂式设计等，包含耐压壳体、电池、独立电控单元等部件。而微小型AUV同样包含上述部件，造成了空间利用率较低。
为了在空间严格约束下实现结构上高度集成化，未来的微小型AUV将在科学载荷上进行改造或自研，实现载体和科学载荷的有机结合，即载体载荷一体化。此外，由于微小型AUV属于低成本平台，发生故障时对其进行应急处理的成本可能大于平台自身的物料成本，取消应急装置并在相应空间布置其他功能部件等措施有助于微小型AUV在结构上的高度集成化。
5.2 携带能源有限条件下的长续航化相较于常规中大型AUV，微小型AUV所能携带的能源更为有限，续航能力不足的问题更为明显。为了能在有限的续航时间中充分发挥其工作效能，微小型AUV的作业场景通常也更为具体。在本文所调研的25款微小型AUV中，仅有4款续航时间超过12 h，占比仅为16%。此外，在采用常规锂离子电池并有明确电量数据的16款微小型AUV中，携带电量大于1000 W
对此，微小型AUV上应用了越来越多的先进技术，如铝海水电池等新型能源技术[84]，零攻角等航行控制技术[85]，外形优化[86]、仿生表面[87]等减阻技术等。但这些技术大多处于理论研究阶段，普遍未实现产品化转型，未能在微小型AUV上得到广泛的应用。此外，微小型AUV的长续航化应是结合具体作业场景多目标优化设计的结果，而目前对多目标优化方法在微小型AUV上的应用研究尚不够深入。
为了实现在携带能源有限条件下的长续航化目标，未来的微小型AUV将是经过多轮迭代优化设计后的产物。除了充分利用空间携带更多的能源，未来可能融合长续航化的先进技术与微小型AUV具体作业场景，从而实现对微小型AUV续航能力的提升。
5.3 传感器能力不足条件下的群体智能化微小型AUV的智能化程度通常基于其搭载传感器的能力。传感器的感测范围、精度、动态响应等能力，通常与其体积呈正相关。相较于常规中大型AUV，微小型AUV难以有足够的体积来集成能力较强的传感器。因此，如何在传感器能力不足的前提下提升微小型AUV的智能化水平将面临挑战。
在智能化应对外界环境变化方面，传统的预编程技术通常能对可预见的环境变化作出正确的决策，而在外界环境复杂度超出预编程适应范围和传感器感测范围时则难以应对。此外，得益于海洋科学和海洋机器人技术的蓬勃发展，海洋大数据已得到一定程度的积累，但所积累的数据利用率不高，对提高微小型AUV的智能化程度尚未起到直接作用。
为了在传感器能力不足的前提下提升微小型AUV的智能化程度，未来的微小型AUV平台技术可能与人工智能技术相结合[88]，充分利用已积累的海洋大数据，并利用集群优势扩大传感器能力。例如，微小型AUV在水下非定常运动时所受的水动力会呈现出明显的非线性特性，其动态性能受到影响，使其水动力及其系数难以被其传感器精确感知和估计，故可利用神经网络非线性拟合能力强的优势建立代理模型来解决该问题[89]。此外，可利用基于人工智能方法的图像识别技术来帮助微小型AUV与环境进行信息交互，从而提高微小型AUV环境感知和目标识别的能力、自主航行行为决策能力。不但如此，基于微小型AUV低成本的特殊优势，多个微小型AUV可形成传感器阵列，利用物理场的叠加可使传感器阵列具备指向性，从而弥补单体微小型AUV传感器能力不足的弱势。
未来的微小型AUV也将从单体智能作业向群体智能发展，这能为任务的实施提供冗余性和多样性。微小型AUV的群体智能将不仅仅局限于理论方法，智能化机械结构可为多个微小型AUV间的对接与分离提供支撑，从而实现多个单体AUV与多体AUV的形态转换[89-90]。对接形成的多体AUV具有更丰富的结构样式[91]，能为传感器阵列的阵形变换提供基础，从而拓展阵列的传感器能力，提高微小型AUV的智能化水平。
5.4 动力学建模的流场条件边界化与常规中大型AUV相比，微小型AUV在排水量和操纵性上通常具有“小”和“灵”的特殊性。因此，微小型AUV往往应用于包含管道、池壁及水面等流场边界的特殊作业场景。然而，由于微小型AUV排水量小、惯性小，推进器等执行机构的系列动作可能导致自身产生过快的瞬态响应，这对实现微小型AUV的良好操纵带来挑战。此外，管道、池壁及水面等流场边界条件复杂，容易引发“壁面效应”和“记忆效应”，这同样对微小型AUV的操纵性研究带来困难。
准确的动力学模型是在流场边界条件复杂的情况下实现良好操纵的基础。使用传统建模方法建立微小型AUV的动力学模型时，通常假定其是在深、广、静的水下运动，不考虑流场边界的影响，只考虑机体－桨－舵的水动力。拖曳实验、平面运动机构（PMM）实验等动力学模型参数辨识方法同样基于该假设。然而，微小型AUV真实的作业场景中往往包含复杂的流场边界，与上述假设条件不符，从而导致动力学模型参数不准确、参数辨识方法不能完全适用的问题[92]。
为了实现微小型AUV在特殊作业场景下的良好操纵，未来的微小型AUV动力学建模应充分考虑流场边界的影响，并对传统建模方法进行适应性修正。传统建模方法采用模块化设计思路，可以动态调整（叠加、删减等）因流场边界而改变的水动力项，具有便于修正的优点。在传统建模方法中，水动力项包括不随时间变化的水动力系数和随时间变化的运动参数。但由于流场边界条件的复杂性，基于修正传统建模方法建立的动力学模型中的水动力系数往往也会随时间变化，导致其辨识工作量骤增的问题。
5.5 整体性能评价模型化常规中大型AUV通常为回转体外形，采用桨舵推进方案，外形和驱动配置较为单一。而微小型AUV可细分为回转体类、箭体类、多体类，外形和驱动配置更多样化。多样化的外形和驱动配置影响着微小型AUV的整体性能，任务所要求的整体性能也影响着外形参数和驱动形式的匹配。机动性和运动稳定性是微小型AUV最主要的2个整体性能，且好的机动性和好的运动稳定性通常无法兼得。箭体类微小型AUV更注重机动性，多体类微小型AUV更注重运动稳定性，而回转体类微小型AUV对机动性和运动稳定性的要求则比较均衡。
然而，对于机动性和运动稳定性的性能评价[93]目前多采用分项评价试验方法，尚无公认的整体性能评价模型，这为有依据地设计某一类别的微小型AUV带来挑战。此外，部分多体类微小型AUV具有浮力调节和构形变换的能力，其机动性和运动稳定性能随着浮力和构形变化而变化，更需要一个能准确评价整体性能的数学模型来为该类微小型AUV的结构设计和运动控制提供理论支撑。因此，建立一个能够衡量整体性能的评价模型对微小型AUV的优化设计十分必要。
未来整体性能评价模型应结合微小型AUV的作业场景和任务，归一化自身的外形参数和驱动配置，并融合机动性和运动稳定性等分项评价指标，最终服务于微小型AUV的优化设计。该评价模型的输入输出可依赖微小型AUV的作业场景和实际任务动态调整。例如，对主要执行高机动作业任务的多体类微小型AUV进行设计时，任务要求、作业场景中的环境参数将作为输入，外形参数和驱动配置将作为初始值，运动稳定性等其他分项评价指标将作为边界条件，不同外形参数和驱动配置对应的机动性将作为输出。而最终的输出往往有多组，如何从可行的输出中选择最优解还需进一步研究。
6 结论（Conclusion）微小型AUV在军民两用上均具有重要意义，受到了研究者的广泛关注，相关技术得到了长足发展。基于平台结构特征的分类方法，对25款国内外典型微小型AUV的平台特征、驱动配置和技术运用进行了系统归纳，剖析了微小型AUV存在的问题，预测了发展趋势，为微小型AUV的研制设计和实际应用提供了参考。
| [1] |
Fossum T O, Fragoso G M, Davies E J, et al. Toward adaptive robotic sampling of phytoplankton in the coastal ocean[J]. Science Robotics, 2019, 4(27). DOI:10.1126/scirobotics.aav3041 |
| [2] |
Chai F, Johnson K S, Claustre H, et al. Monitoring ocean biogeochemistry with autonomous platforms[J]. Nature Reviews Earth & Environment, 2020, 1: 315-326. |
| [3] |
Williams G, Maksym T, Wilkinson J, et al. Thick and deformed Antarctic sea ice mapped with autonomous underwater vehicles[J]. Nature Geoscience, 2015, 8: 61-67. DOI:10.1038/ngeo2299 |
| [4] |
Teague J, Allen M J, Scott T B. The potential of low-cost ROV for use in deep-sea mineral, ore prospecting and monitoring[J]. Ocean Engineering, 2018, 147: 333-339. DOI:10.1016/j.oceaneng.2017.10.046 |
| [5] |
Ghafoor H, Noh Y. An overview of next-generation underwater target detection and tracking: An integrated underwater architecture[J]. IEEE Access, 2019, 7: 98841-98853. DOI:10.1109/ACCESS.2019.2929932 |
| [6] |
Tan Y W, Wang J D, Liu J J, et al. Unmanned systems security: Models, challenges and future directions[J]. IEEE Network, 2020, 34(4): 291-297. DOI:10.1109/MNET.001.1900546 |
| [7] |
Denos K, Ravaut M, Fagette A, et al. Deep learning applied to underwater mine warfare[C]//OCEANS. Piscataway, USA: IEEE, 2017. DOI: 10.1109/OCEANSE.2017.8084910.
|
| [8] |
Nicolas F, Arnold-Bos A, Quidu I, et al. Symbolic simultaneous registration and change detection between two detection sets in the mine warfare context[C]//OCEANS. Piscataway, USA: IEEE, 2019. DOI: 10.1109/OCEANSE.2019.8867211.
|
| [9] |
Sánchez P J B, Papaelias M, Márquez F P G. Autonomous underwater vehicles: Instrumentation and measurements[J]. IEEE Instrumentation & Measurement Magazine, 2020, 23(2): 105-114. |
| [10] |
de Moraes C C, Santiago R C. AUV scaled model prototyping using 3D printing techniques[C]//IEEE/OES Autonomous Underwater Vehicle Workshop. Piscataway, USA: IEEE, 2018. DOI: 10.1109/AUV.2018.8729828.
|
| [11] |
Wang D A, Zhang J T, Bie Z, et al. A novel lightweight design of UUV underwater wireless power transfer system by utilizing Fe-based nanocrystalline material[C]//IEEE 12th Energy Conversion Congress & Exposition. Piscataway, USA: IEEE, 2021: 1281-1286.
|
| [12] |
Scudere A. Assessing the feasibility of intergrating an inertial navigation system and DVL into an A-sized AUV[D]. Rhode Island, USA: The University of Rhode Island, 2019.
|
| [13] |
Renner C. Packet-based ranging with a low-power, low-cost acoustic modem for micro AUVs[C]//11th International ITG Conference on Systems, Communications and Coding. Hamburg, Germany: VDE, 2017.
|
| [14] |
Glover R. Autonomous underwater vehicle–Market analysis, trends, and forecasts[EB/OL]. [2021-08-18]. https://www.researchandmarkets.com/reports/4804377/autonomous-underwater-vehicle-market-analysis.
|
| [15] |
Zhang J, Kang S, Yu J C, et al. Assign multiple AUVs to form a row efficiently based on a method of processing the cost matrix[J]. Applied Ocean Research, 2020, 101. DOI:10.1016/j.apor.2020.102177 |
| [16] |
Mintchev S, Stefanini C, Girin A, et al. An underwater reconfigurable robot with bioinspired electric sense[C]//IEEE International Conference on Robotics and Automation. Piscataway, USA: IEEE, 2012: 1149-1154.
|
| [17] |
Sutantyo D, Buntoro D, Levi P, et al. Optical-guided autonomous docking method for underwater reconfigurable robot[C]//IEEE Conference on Technologies for Practical Robot Applications. Piscataway, USA: IEEE, 2013. DOI: 10.1109/TePRA.2013.6556376.
|
| [18] |
Viquez O A, Fischell E M, Rypkema N R, et al. Design of a general autonomy payload for low-cost AUV R&D[C]//IEEE/OES Autonomous Underwater Vehicles. Piscataway, USA: IEEE, 2016: 151-155.
|
| [19] |
Smith M J. The next big thing in undersea warfare may be MICRO[EB/OL]. [2021-08-18]. https://issuu.com/julianne.m.johnson/docs/usw_winter_2017.
|
| [20] |
Fletcher B. UUV master plan: A vision for navy UUV development[C]//OCEANS. Piscataway, USA: IEEE, 2000: 65-71.
|
| [21] |
创客总部. 世界各国海上机器人技术系统的现状与发展趋势[EB/OL]. (2017-11-23)[2021-08-18]. https://www.sohu.com/a/206210008_194357.
|
| [22] |
Anty B. Amethyst AUV platform[EB/OL]. [2021-08-18]. https://beobachtung3d.com/projects/amethyst.
|
| [23] |
ERAPSCO Inc. U.S. specification sonobuoys[EB/OL]. [2021-08-18]. https://erapsco.com/erapsco.html.
|
| [24] |
Djapic V, Nad D, Mandic F, et al. Navigational challenges in diver-AUV interaction for underwater mapping and intervention missions[J]. IFAC-PapersOnLine, 2018, 51(29): 366-371. DOI:10.1016/j.ifacol.2018.09.496 |
| [25] |
Victoria L. New undersea drones are smaller, cheaper and can be refueled deep under water[EB/OL]. (2018-04-11)[2021-08-18]. https://www.defensenews.com/digital-show-dailies/navy-league/2018/04/10/new-undersea-drones-are-smaller-cheaper-and-can-be-refueled-deep-under-water/.
|
| [26] |
Phillips A B, Gold N, Linton N, et al. Agile design of low-cost autonomous underwater vehicles[C]//OCEANS. Piscataway, USA: IEEE, 2017. DOI: 10.1109/OCEANSE.2017.8084772.
|
| [27] |
Toro C. MK 39 expendable mobile anti-submarine warfare training target (ematt)[EB/OL]. [2021-08-18]. https://www.navy.mil/Resources/Fact-Files/Display-FactFiles/Article/2159280/mk-39-expendable-mobile-anti-submarine-warfare-training-target-ematt/.
|
| [28] |
Lockheed Martin Corporation. A-size autonomous underwater vehicles[EB/OL]. [2021-08-31]. https://www.lockheedmartin.com/en-us/products/a-size-autonomous-underwater-vehicles.html.
|
| [29] |
Stevenson P, Mcphail S D, Tsimplis M, et al. Air launched platforms – A new approach for underwater vehicles[C]//OCEANS. Piscataway, USA: IEEE, 2009. DOI: 10.1109/OCEANSE.2009.5278310.
|
| [30] |
Stevenson P. Report on air launched autonomous underwater vehicles[R]. Southampton, UK: National Oceanography Centre, 2011.
|
| [31] |
Qinetiq Inc. . SEAScout unmanned underwater vehicle[EB/OL]. [2021-08-18]. https://qinetiq-na.com/products/maritimesys/sea-scout/.
|
| [32] |
Go G, Ahn H T. Hydrodynamic derivative determination based on CFD and motion simulation for a tow-fish[J]. Applied Ocean Research, 2019, 82: 191-209. DOI:10.1016/j.apor.2018.10.023 |
| [33] |
Yan G X, Pan G, Shi Y, et al. Experimental and numerical investigation of water impact on air-launched AUVs[J]. Ocean Engineering, 2018, 167: 156-168. DOI:10.1016/j.oceaneng.2018.08.044 |
| [34] |
Shi Y, Gao X F, Pan G. Design and load reduction performance analysis of mitigator of AUV during high speed water entry[J]. Ocean Engineering, 2019, 181: 314-329. DOI:10.1016/j.oceaneng.2019.03.062 |
| [35] |
Shi Y, Gao X F, Pan G. Experimental and numerical investigation of the frequency-domain characteristics of impact load for AUV during water entry[J]. Ocean Engineering, 2020, 202. DOI:10.1016/j.oceaneng.2020.107203 |
| [36] |
Du X X, Cui H, Zhang Z D. Dynamics model and maneuverability of a novel AUV with a deflectable duct propeller[J]. Ocean Engineering, 2018, 163: 191-206. DOI:10.1016/j.oceaneng.2018.05.041 |
| [37] |
Xia H, Wang P, Jin Z H, et al. Maneuverability analysis of thrust vectoring ducted propeller with deflector[J]. Ocean Engineering, 2020, 213. DOI:10.1016/j.oceaneng.2020.107614 |
| [38] |
施生达, 王京齐, 吕帮俊, 等. 潜艇操纵性[M]. 北京: 国防工业出版社, 2021: 337-338. Shi S D, Wang J Q, Lü B J, et al. Submarine maneuverability[M]. Beijing: National Defence Industry Press, 2021: 337-338. |
| [39] |
Riptide Autonomous Solutions. Riptide family of autonomous unmanned undersea vehicles[EB/OL]. [2021-08-18]. https://www.baesystems.com/en-us/product/riptide-family-of-autonomous-undersea-vehicles.
|
| [40] |
Byford B, Wood S. Onboard renewable energy charging methods to improve μAUV deployment life[C]//OCEANS. Piscataway, USA: IEEE, 2019. DOI: 10.23919/OCEANS40490.2019.8962748.
|
| [41] |
RTSYS Inc. . NemoSens AUV[EB/OL]. [2021-08-18]. https://rtsys.eu/.
|
| [42] |
Underwood A, Murphy C. Design of a micro-AUV for autonomy development and multi-vehicle systems[C]//OCEANS. Piscataway, USA: IEEE, 2017. DOI: 10.1109/OCEANSE.2017.8084807.
|
| [43] |
Randeni P S A T, Rypkema N R, Fischell E M, et al. Implementation of a hydrodynamic model-based navigation system for a low-cost AUV fleet[C]//IEEE/OES Autonomous Underwater Vehicle Workshop. Piscataway, USA: IEEE, 2018. DOI: 10.1109/AUV.2018.8729758.
|
| [44] |
中科探海(苏州)海洋科技有限责任公司. 精灵M120[EB/OL]. (2021-01-14)[2021-08-18]. http://www.t-sea.cn/. T-SEA Marine Technology Co., Ltd. . Product: Jingling M120[EB/OL]. (2021-01-14)[2021-08-18]. http://www.t-sea.cn/. |
| [45] |
Gallimore E, Terrill E, Hess R, et al. Integration and evaluation of a next-generation chirp-style sidescan sonar on the REMUS 100[C]//IEEE/OES Autonomous Underwater Vehicle Workshop. Piscataway, USA: IEEE, 2018. DOI: 10.1109/AUV.2018.8729709.
|
| [46] |
Kukulya A, Plueddemann A, Austin T, et al. Under-ice operations with a REMUS-100 AUV in the Arctic[C]//IEEE/OES Autonomous Underwater Vehicles. Piscataway, USA: IEEE, 2010. DOI: 10.1109/AUV.2010.5779661.
|
| [47] |
Crowell J. Design challenges of a next generation small AUV[C]//OCEANS. Piscataway, USA: IEEE, 2013. DOI: 10.23919/OCEANS.2013.6740945.
|
| [48] |
L3HARRIES. Iver3 standard system UUV[EB/OL]. [2021-08-18]. https://www.l3harris.com.
|
| [49] |
曾俊宝. 便携式自主水下机器人及其模型预测控制方法研究[D]. 沈阳: 中国科学院沈阳自动化研究所, 2018. Zeng J B. Research on portable autonomous underwater vehicle and model predictive control[D]. Shenyang: Shenyang Institute of Automation, Chinese Academy of Sciences, 2018. |
| [50] |
西安天和防务技术股份有限公司. "中国无影"系列化水下AUV亮相2018中国航展[EB/OL]. [2021-08-18]. http://www.thtw.com.cn/news/220.html. Xi'an Tianhe Defense Technology Co., Ltd. . "China Wuying" serialized underwater AUV unveiled at the 2018 China Airshow[EB/OL]. [2021-08-18]. http://www.thtw.com.cn/news/220.html. |
| [51] |
天津瀚海蓝帆海洋科技有限公司. 智帆AUV-ZF-01[EB/OL]. [2021-08-18]. http://obluesail.com/pd.jsp?id=1#_jcp=3_21. Tianjin Hanhai Lanfan Marine Technology Co., Ltd. . Zhifan AUV-ZF-01[EB/OL]. [2021-08-18]. http://obluesail.com/pd.jsp?id=1#_jcp=3_21. |
| [52] |
Zeng J B, Gao P Y, Zhang J, et al. Surveying of lake on plateau using a portable TS-100 AUV[C]//6th International Conference on Automation, Control and Robotics Engineering. Piscataway, USA: IEEE, 2021: 449-455.
|
| [53] |
徐皑冬. 海洋工程技术与装备[EB/OL]. [2021-08-18]. http://www.sia.cas.cn/kycg/cgzh/202008/t20200827_5677598.html. Xu A D. Marine engineering technology and equipment[EB/OL]. [2021-08-18]. http://www.sia.cas.cn/kycg/cgzh/202008/t20200827_5677598.html. |
| [54] |
Wang X M, Wu G S. Modified LOS path following strategy of a portable modular AUV based on lateral movement[J]. Journal of Marine Science and Engineering, 2020, 8(9). DOI:10.3390/jmse8090683 |
| [55] |
Schill F, Bahr A, Martinoli A. Vertex: A new distributed underwater robotic platform for environmental monitoring[M]//Springer Proceedings in Advanced Robotics, Vol. 6. Berlin, Germany: Springer, 2018: 679-693.
|
| [56] |
Witte M, Hieke M, Wurm F H. Identification of coherent flow structures and experimental analysis of the hydroacoustic emission of a hubless propeller[J]. Ocean Engineering, 2019, 188. DOI:10.1016/j.oceaneng.2019.106248 |
| [57] |
Yan X P, Liang X S, Ouyang W, et al. A review of progress and applications of ship shaft-less rim-driven thrusters[J]. Ocean Engineering, 2017, 144: 142-156. DOI:10.1016/j.oceaneng.2017.08.045 |
| [58] |
Hydromea Inc. . VERTEX autonomous underwater swarm[EB/OL]. [2021-08-18]. https://www.hydro-mea.com/vertex-autonomous-underwater-swarm.
|
| [59] |
Meyer B, Ehlers K, Isokeit C, et al. The development of the modular hard- and software architecture of the autonomous underwater vehicle MONSUN[C]//41st International Symposium on Robotics. Hamburg, Germany: VDE, 2014: 1-6.
|
| [60] |
Meyer B, Renner C, Maehle E. Versatile sensor and communication expansion set for the autonomous underwater vehicle MONSUN[J]. Advances in Cooperative Robotics: World Scientific, 2016, 250-257. |
| [61] |
Osterloh C, Pionteck T, Maehle E. MONSUN Ⅱ: A small and inexpensive AUV for underwater swarms[C]//7th German Conference on Robotics. Hamburg, Germany: VDE, 2012.
|
| [62] |
Dayoub F, Dunbabin M, Corke P. Robotic detection and tracking of crown-of-thorns starfish[C]//IEEE/RSJ International Conference on Intelligent Robots and Systems. Piscataway, USA: IEEE, 2015: 1921-1928.
|
| [63] |
Zeldovich L. Underwater drone hunts coral-eating crown-of-thorns starfish[EB/OL]. (2019-04-11)[2021-08-18]. https://www.asme.org/topics-resources/content/underwater-drone-hunts-coraleating-crownofthorns.
|
| [64] |
Carreras M, Hernández J D, Vidal E, et al. Sparus Ⅱ AUV – A hovering vehicle for seabed inspection[J]. IEEE Journal of Oceanic Engineering, 2018, 43(2): 344-355. DOI:10.1109/JOE.2018.2792278 |
| [65] |
Maccready T, Shapiro J. Making swarming manageable[C]//IEEE/OES Autonomous Underwater Vehicle Workshop. Piscataway, USA: IEEE, 2018. DOI: 10.1109/AUV.2018.8729820.
|
| [66] |
Aniwaa Pte. Ltd. . Aquabotix SwarmDiver overview[EB/OL]. [2021-08-18]. https://www.aniwaa.com/product/drones/aquabotix-swarmdiver/#::text=The%20SwarmDiver%20is%20a%20portable,unmanned%20underwater%20vehicle%20(UUV).
|
| [67] |
Gonçalves C S, Ferreira B M, Matos A C. Design and development of SHAD – A small hovering AUV with differential actuation[C]//OCEANS. Piscataway, USA: IEEE, 2016. DOI: 10.1109/OCEANS.2016.7761457.
|
| [68] |
Duecker D A, Hackbarth A, Johannink T, et al. Micro underwater vehicle hydrobatics: A submerged furuta pendulum[C]//IEEE International Conference on Robotics and Automation. Piscataway, USA: IEEE, 2018: 7498-7503.
|
| [69] |
Duecker D A, Geist A R, Hengeler M, et al. Embedded spherical localization for micro underwater vehicles based on attenuation of electro-magnetic carrier signals[J]. Sensors, 2017, 17(5). DOI:10.3390/s17050959 |
| [70] |
Heitmann J, Steinmetz F, Renner C. Self-localization of micro AUVs using a low-power, low-cost acoustic modem[C]//OCEANS. Piscataway, USA: IEEE, 2018. DOI: 10.1109/OCEANS.2018.8604776.
|
| [71] |
Solowjow E. Design, dynamics, and control of micro underwater vehicle systems for autonomous environmental exploration[D]. Hamburg, Germany: Technische Universität Hamburg-Harburg, 2019.
|
| [72] |
Hackbarth A, Kreuzer E, Solowjow E. HippoCampus: A micro underwater vehicle for swarm applications[C]//IEEE/RSJ International Conference on Intelligent Robots and Systems. Piscataway, USA: IEEE, 2015: 2258-2263.
|
| [73] |
Marouchos A, Muir B, Babcock R, et al. A shallow water AUV for benthic and water column observations[C]//OCEANS. Piscataway, USA: IEEE, 2015. DOI: 10.1109/OCEANS-Genova.2015.7271362.
|
| [74] |
Edge C, Enan S S, Fulton M, et al. Design and experiments with LoCO AUV: A low cost open-source autonomous underwater vehicle[C]//IEEE/RSJ International Conference on IntelligentRobots and Systems. Piscataway, USA: IEEE, 2020: 1761-1768.
|
| [75] |
Cruz N A, Matos A C. The MARES AUV, a modular autonomous robot for environment sampling[C]//OCEANS. Piscataway, USA: IEEE, 2008. DOI: 10.1109/OCEANS.2008.5152096.
|
| [76] |
Cruz N A, Matos A C, Almeida B M, et al. TriMARES - A hybrid AUV/ROV for dam inspection[C]//OCEANS. Piscataway, USA: IEEE, 2011. DOI: 10.23919/OCEANS.2011.6107314.
|
| [77] |
Cruz N A, Matos A C, Ferreira B M. Modular building blocks for the development of AUVs – From MARES to TriMARES[C]//IEEE International Underwater Technology Symposium. Piscataway, USA: IEEE, 2013. DOI: 10.1109/UT.2013.6519897.
|
| [78] |
Alvarez A, Caffaz A, Caiti A, et al. Fòlaga: A low-cost autonomous underwater vehicle combining glider and AUV capabilities[J]. Ocean Engineering, 2009, 36(1): 24-38. DOI:10.1016/j.oceaneng.2008.08.014 |
| [79] |
Alvarez A, Caffaz A, Caiti A, et al. Folaga: A very low cost autonomous underwater vehicle for coastal oceanography[J]. IFAC Proceedings Volumes, 2005, 38(1): 31-36. |
| [80] |
Ingrosso R, de Palma D, Avanzini G, et al. Dynamic modeling of underwater multi-hull vehicles[J]. Robotica, 2020, 38(9): 1682-1702. DOI:10.1017/S0263574719001693 |
| [81] |
Ingrosso R, de Palma D, Giulio A, et al. Preliminary results of a dynamic modelling approach for underwater multi-hull vehicles[J]. IFAC-PapersOnLine, 2018, 51(29): 86-91. DOI:10.1016/j.ifacol.2018.09.474 |
| [82] |
Zereik E, Bibuli M, Mišković N, et al. Challenges and future trends in marine robotics[J]. Annual Reviews in Control, 2018, 46: 350-368. DOI:10.1016/j.arcontrol.2018.10.002 |
| [83] |
di Vito D, de Palma D, Simetti E, et al. Experimental validation of the modeling and control of a multibody underwater vehicle manipulator system for sea mining exploration[J]. Journal of Field Robotics, 2021, 38(2): 171-191. DOI:10.1002/rob.21982 |
| [84] |
吴有生, 赵羿羽, 郎舒妍, 等. 智能无人潜水器技术发展研究[J]. 中国工程科学, 2020, 22(6): 26-31. Wu Y S, Zhao Y Y, Lang S Y, et al. Development of autonomous underwater vehicles technology[J]. Strategic Study of CAE, 2020, 22(6): 26-31. |
| [85] |
黄琰. 轻型长航程AUV关键技术及控制问题研究[D]. 沈阳: 中国科学院沈阳自动化研究所, 2020. Huang Y. Research on key technologies and control problems of lightweight long-range AUV[D]. Shenyang: Shenyang Institute of Automation, Chinese Academy of Sciences, 2020. |
| [86] |
Hou Y H, Liang X, Mu X Y. AUV hull lines optimization with uncertainty parameters based on six sigma reliability design[J]. International Journal of Naval Architecture and Ocean Engineering, 2018, 10(4): 499-507. DOI:10.1016/j.ijnaoe.2017.10.001 |
| [87] |
Meng L S, Yang L, Su T C, et al. Study on the influence of porous material on underwater vehicle's hydrodynamic characteristics[J]. Ocean Engineering, 2019, 191. DOI:10.1016/j.oceaneng.2019.106528 |
| [88] |
黄琰, 李岩, 俞建成, 等. AUV智能化现状与发展趋势[J]. 机器人, 2020, 42(2): 215-231. Huang Y, Li Y, Yu J C, et al. State-of-the-art and development trends of AUV intelligence[J]. Robot, 2020, 42(2): 215-231. DOI:10.13973/j.cnki.robot.190392 |
| [89] |
康帅, 俞建成, 张进, 等. 基于粒子群优化神经网络的水下链式机器人直航阻力预报[J]. 机械工程学报, 2019, 55(21): 29-39. Kang S, Yu J C, Zhang J, et al. Direct route drag prediction of chain-structured underwater vehicle based on neural network optimized by particle swarm optimization[J]. Journal of Mechanical Engineering, 2019, 55(21): 29-39. |
| [90] |
Zhang D, Pan G, Shi Y, et al. Investigation of the resistance characteristics of a multi-AUV system[J]. Applied Ocean Research, 2019, 89: 59-70. DOI:10.1016/j.apor.2019.05.007 |
| [91] |
Kang S, Yu J C, Zhang J, et al. Development of multibody marine robots: A review[J]. IEEE Access, 2020, 8: 21178-21195. DOI:10.1109/ACCESS.2020.2969517 |
| [92] |
Kang S, Yu J C, Zhang J, et al. Research on accurate modeling of hydrodynamic interaction forces on AUVs operating in tandem[J]. Ocean Engineering, 2022, 251. DOI:10.1016/j.oceaneng.2022.111125 |
| [93] |
An Y, Yu J C, Zhang J. Autonomous sailboat design: A review from the performance perspective[J]. Ocean Engineering, 2021, 238. DOI:10.1016/j.oceaneng.2021.109753 |