多传感器融合技术在千米级深海环境中的自主垂直对接应用

《Ocean Engineering》:Multi-sensor fusion for autonomous vertical docking in kilometer-scale deep-sea environments

【字体: 时间:2026年05月10日 来源:Ocean Engineering 5.5

编辑推荐:

  张硕航|林宇|钱世平|宋家萱|万子杨|刘瑞恒|王璐|费新宇|杨灿军|陈彦虎 摘要 水下自主对接对于深海数据中继至关重要,它使水下垂直穿梭器(UVS)能够作为海底站点与水面之间的通信桥梁。为了在动态海洋条件下可靠运行,我们提出了一种强大的多传感器融合方法来实现自主垂直对接。我们

  张硕航|林宇|钱世平|宋家萱|万子杨|刘瑞恒|王璐|费新宇|杨灿军|陈彦虎

摘要

水下自主对接对于深海数据中继至关重要,它使水下垂直穿梭器(UVS)能够作为海底站点与水面之间的通信桥梁。为了在动态海洋条件下可靠运行,我们提出了一种强大的多传感器融合方法来实现自主垂直对接。我们的传感器融合光标定位(SF-OBL)框架将光标数据与惯性线索相结合,并明确补偿了传感器延迟,确保即使在视觉遮挡或传感器退化情况下也能保持连续的相对定位。该感知-控制闭环系统结合了运动规划和滑模控制器,在70米深的湖泊试验和1380米深的深海部署中得到了验证。UVS成功在1380米的深度实现了自主垂直对接,展示了在极端条件下的强大性能,并证实了在千米级深海环境中自主垂直对接的可行性。

引言

海洋资源勘探和利用正在从沿海和浅水区域扩展到偏远的海域(Tao等人,2025年)。在这样的环境中,诸如千米级深度、强流、低能见度、声学多路径和有限的通信带宽等极端海洋条件对自主系统运行构成了根本性挑战。在这种背景下,自主运行的海底观测站对环境监测(Qiu等人,2019年)、资源勘探(Lin和Yang,2020年)以及海洋生物学研究(Aguzzi等人,2019年)变得越来越重要。然而,对于深海站点来说,一个主要挑战是数据的可靠传输,因为水下无线信号的快速衰减以及铺设和维护物理通信电缆的高昂成本。现有的海底基础设施数据传输策略大致可以分为非物理方法(如声学通信(Li等人,2024年)和物理方法(如自主对接(Li等人,2015年))。其中,物理对接提供了更高的保密性和数据吞吐量,使其特别适用于实际部署。

自主对接指的是自主水下航行器(AUV)执行相对定位和姿态调整以与对接站连接的过程(Lin等人,2022年)。目前最普遍的方法是水平对接(Liu等人,2024年;Wu等人,2022年),AUV在执行任务后返回海底站点卸载数据(Esteba等人,2024年)。Zan等人(2026年)最近表明,圆锥形顺应流场可以在模块化水下机器人的终端对接期间提供非接触式姿态校正和碰撞缓冲。虽然水平对接方案适用于短期数据存储和传输,但它们不太适合在深海环境中的长期自主操作。传统AUV的水平形态使得从水面到海底的垂直传输效率低下,限制了它们在深水中的实用性。垂直平台着陆对接(Yang等人,2024年;Wang等人,2021年)提供了一个有前景的替代方案,允许AUV在从水面下降后立即对接,从而提高传输效率。尽管如此,由于垂直操作特有的技术挑战,现有的垂直对接系统仍然大多处于实验阶段。

与传统的水平对接相比,垂直对接引入了三个密切相关的困难。首先,下降是由负浮力驱动的,无法暂停或反转,因此最终过程是一次性完成的。任何相对定位的中断都会直接导致侧向漂移,而水平对接的车辆通常可以悬停或后退以重新捕获目标。其次,垂直配置通过将车辆的运行框架有效旋转90°改变了姿态动力学(Zhang等人,2024年;Chu等人,2025年)。结果,水平飞行时帮助稳定滚动的浮力-重力恢复力现在阻碍了所需的俯仰运动,而偏航轴不再受到被动恢复扭矩的辅助。第三,下降过程中的视觉引导问题变得更加复杂:从图像平面测量到相对偏移的映射随高度变化,且视觉位置估计受到机载处理流程的延迟。由于车辆在处理图像的同时继续下降,每次视觉更新到达时都已经过时,因此产生的偏差随着接近速度的增加而增大。因此,垂直对接对状态估计和姿态控制提出了双重挑战。这些垂直对接特有的约束最终表现为两个相互关联的技术要求:下降过程中的准确相对定位和最后接近过程中的稳定姿态调整。以下讨论将重点讨论这两个方面。声学引导已经成熟为一种可靠的长距离解决方案;然而,当AUV接近站点时,需要更高频率和更精确的定位。由于其低成本和实时性能,基于视觉的光标引导已成为最广泛采用的方法(Li等人,2023年)。许多研究已经探讨了光标检测。阈值分割是实践中最常见的技术(Zhang等人,2016年),其中采用自适应阈值分割来提取光标轮廓,并经常用加权系数来提高背景分离效果(Zhong等人,2019年)。除了亮度之外,颜色信息也被用于光标识别(Kobatake等人,2024年),但由于水下环境中的光谱衰减,基于颜色的方法通常在范围上受到限制。与单特征方法相比,基于深度神经网络的检测器对视觉干扰具有更大的鲁棒性。其中,YOLO算法因其轻量级架构而被广泛使用(Ren等人,2021年;Zhang等人,2022年),并且已扩展到识别多图案LED光标,以扩大应用范围(Yu和Lin,2025年)。其他研究通过将多个光标排列成结构化模式来简化检测(Zhao等人,2023年;Zhang等人,2022年;Qu等人,2024年;Yan等人,2019年);然而,当AUV靠近站点时,视野范围的缩小最终将问题简化为单光标跟踪(Lin等人,2022年)。因此,可靠的单光标跟踪对于基于视觉的对接仍然至关重要。尽管大多数研究的目标是定位准确性,但在实际对接中经常受到遮挡、浑浊或光照干扰引起的视觉退化的影响,这增加了失败的风险(Hsu等人,2020年;Li等人,2024b;Li等人,2024a)。在陆地上,多传感器融合是一种已被证明可以补偿单传感器故障的策略;然而,水下传感模式受到限制(B. Zhang等人,2023年)。现有的工作已经探索了与电磁定位(Lin等人,2023年)或低频声学信号相结合的融合来减轻视觉漂移(Yu等人,2025年;W. Zhang等人,2023年),但一个更通用和可扩展的海下对接多传感器融合框架仍然是一个未解决的挑战。特别是,一个能够同时处理测量延迟、异步更新率和传感器退化,并且对于嵌入式部署在计算上可行的系统框架仍然缺失。

本研究介绍了一种新型的水下垂直穿梭器(UVS)垂直对接平台(图1),它结合了系泊浮标的功能和具备对接能力的AUV的角色。为了解决这种对接模式的单次通过和延迟敏感性问题,本项目的主要贡献如下:
- 我们开发了SF-OBL框架,用于垂直对接过程中的连续相对定位。通过在增强状态滤波器中结合延迟的视觉位置测量和高频率的惯性速度预测,该框架明确处理了异步传感器之间的时间 mismatch,并在与现有的仅基于视觉或视觉加辅助方法相比的情况下提高了鲁棒性(表1)。
- 我们制定了特定于水下垂直对接的挑战,并构建了一个紧密耦合的感知-控制流程,将融合的光标估计与基于视距(LOS)的引导和非奇异终端滑模姿态控制联系起来。这为垂直对接场景提供了一个统一的系统实现。
- 我们通过系统的湖泊试验和1380米深度的全面部署验证了该集成系统。这些结果证明了在千米级深海环境中自主垂直对接的可行性,并将证据扩展到了受控环境验证之外。

UVS平台和系统建模
图2展示了本研究中使用的UVS平台。该车辆长度为4.2米,采用碳纤维复合材料压力壳体,直径430毫米,壁厚21毫米,最大工作深度为6000米。前置模块配备了垂直对接所需的传感器:深度压力传感器、声学应答器和用于相对定位的视觉相机。2.5 GHz天线使得对接后能够与海底基站进行高带宽通信。

传感器融合光标定位
与水平对接相比,垂直对接受益于已知的相对深度,但对错误的容忍度要低得多,因为一次失败可能导致与海底碰撞。现有的对接系统仍然主要依赖于仅基于视觉的解决方案。为了解决这一限制,我们提出了SF-OBL框架,如图4所示,该框架融合了所有可用的机载传感器。

UVS的光标跟踪姿态控制
垂直对接引入了水平对接中不存在的控制难题:浮力-重力恢复力阻碍了俯仰调节,偏航轴失去了其被动稳定性。因此,UVS需要一个快速、稳健的姿态控制器。尽管像经济模型预测控制这样的递归地平线方法可以共同优化海洋车辆的安全性和能源效率(Liang等人,2022年),但它们的迭代在线优化在高压环境下难以执行。

感知性能评估
SF-OBL框架通过在真实测量条件下的水下光标跟踪比较仿真进行了验证。

结论
本文提出了一种用于千米级深海环境中水下垂直穿梭器自主垂直对接的多传感器融合方法。与传统水平对接方案不同,所提出的方法通过将感知、规划和控制集成在一个统一框架中,实现了下降后的快速垂直对接。SF-OBL算法融合了视觉、惯性和深度数据,即使在遮挡情况下也能进行可靠的光标跟踪。

作者贡献声明
张硕航:撰写——原始草稿、软件、方法论、形式分析、概念化。
林宇:撰写——原始草稿、软件、方法论、形式分析、概念化。
钱世平:可视化、验证。
宋家萱:验证。
万子杨:验证。
刘瑞恒:验证。
王璐:验证。
费新宇:验证。
杨灿军:资源、项目管理。
陈彦虎:监督、项目管理、资金获取。

利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢
该项目得到了中国国家重点研发计划(项目编号2021YFC2800202)、国家自然科学基金(项目编号52375032)和浙江省自然科学基金(项目编号LZ25E090001)的支持。作者感谢赵晓燕、涂张鹏、易安哲、穆秀同、秦晓娅、刘正钊和谭宁在研究平台早期建立方面的贡献。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号