0 引言

伴随着水下机器人相关技术的不断发展，水下机器人的作业能力也在不断提升，通过搭载不同的任务载荷，水下机器人能够在军事和民用等领域完成各种复杂的任务^[1-2]。ARV（Autonomous Remotely Vehicle） 是一种融合了传统 AUV（Autonomous Underwater Vehicle）和 ROV（Romotely Operated Vehicle）作业特点的新型混合式水下机器人，该类型的航行器兼具 AUV 和 ROV 的优点^[3-4]。在自主控制模式下，采用预编程，可以作为 AUV 使用，实现大范围的水下勘探；在人工干预层的作用下，则成为 ROV，进行局部精细的工作，完成定点作业，同时光纤微缆可大幅提高图像传输的实时性和效率^[5-6]。

针对海上油气资源运输，采用传统的海面船舶运输不仅耗时而且效率较低，而采用航空运输成本较高，经济效益低下，通过海内管道运输更为安全、经济和高效^[7]。目前在深水海管铺设中，采用具有 DP（Director of Photography）功能的 MSV（多功能作业支持母船）释放 ROV 进行海管着泥点定位及管线屈曲监测，不仅监测成本高，还增加了船舶交叉作业风险，大幅提高了海管铺设成本^[8-9]。另外随着海管铺设深度的不断增加，相关的作业装置会遭受更为复杂的外界干扰，其中海流干扰对海管的铺设和监测的影响较大。深水作业要求航行器一方面能抵抗住海流的干扰，适应外界环境，另一方面能够进行精确定位，稳定且精细地作业^[10-11]。

本文设计一种高性能 ARV 替代人工操作的 ROV、用无人艇替代 MSV 进行着泥点监测作业。为充分满足作业稳定性的要求，对 ARV 的艇型及各模块进行特殊化设计，其扁平体构型使自身具备较强抗横流干扰能力，同时搭载多个驱动装置，增强了其操纵性能，整个 ARV 属于过驱动系统，结合基于遗传算法的推力分配算法，满足了动力定位和工作稳定的需求。通过开展基于 ARV 的海管智能监测技术的研究，实现降低深水海管铺设成本、提升铺设监测技术和能力的目的。

1 结构设计

1.1 总体设计

针对 ARV 的具体作业任务，ARV 采用模块化的设计方法，主要包括外形设计、综合控制系统、推进系统、观通导航系统、水面显控系统以及应急系统，分别着重考虑 ARV 的抗流能力、双工作模式、过驱动特征、观测与导航性能、图像显示、应急处理能力^[12]。首先进行初步选型，根据先验知识对构件进行合理布置，随后对 ARV 总体和局部强度校核、进行静力学及动力学分析，由此反复迭代，依次对选型和布置进行调整，最终制成实体机并进行相关实验测试其工作性能。

1.2 艇型设计

ARV 在进行海管监测和铺设过程中，通常以较小的速度航行，但相对的水流速度很大，因此在设计 ARV 外形时主要考虑克服横流干扰，此外还要为搭载各种模块设计充足的内部舱容。

本方案通过对 ARV 的主流艇型进行分析比较，最终将 ARV 艇型设计为扁平体构型。扁平体外形具有较窄横截面，结合艏艉部的流线型设计，具备较强的抗横流能力。同时艇底采用平底结构，有利于设备布置、回收布防和运输，裸艇体几何模型如图1 所示^[13]。ARV 的艏部和艉部是由不同尺寸的棱柱体和 2 个 1/4 椭球体组成，平行中体由 2 个高为 1 780 mm，底面半径为 160 mm 的半圆柱和一个长 1 780 mm，宽 395 mm，高 320 mm 的长方体组成。

1.3 ARV 耐压舱体设计及稳定性分析

由于要长期在海水中工作，水下航行器的壳体材料的选择需考虑其材料强度、抗腐蚀能力、加工工艺等多种因素，通常会选择金属材料和工程塑料等^[14]。综合考虑材料的物理性能，选用高强度铝合金 6061-T6 材料作为耐压外壳的材料。

本 ARV 采用环肋薄壁耐压圆柱壳结构，这种结构形式流体阻力小，内部空间利用率高，而且便于总体方案的布置，通过在壳体内部的沿周向布置环形肋骨增强了壳体的强度和稳定性^[15]，如图2 所示。

ARV 设计要求最大水深为 1 500 m，安全系数取 1.5，即仿真时设置计算压力为 22.5 MPa。然后对模型进行网格划分，网格设置为 5 mm。网格数量节点数 499 775 个，单元数 316 647。

数值计算结果如图3 和图4 所示，根据计算结果，最大应力约为 254.6 MPa，发生在两端内缘处； 最大位移约为 0.328 mm，发生在舱壁中部。

1.4 推进系统设计

本 ARV 采用推进器与舵翼联合操控的模式，低速下用推进器，高速下用舵翼，以实现各执行机构的高效利用。针对 ARV 的直航、回转、潜浮及动力定位等运动需求，提出了 2 个主推、4 个垂推和 2 个侧推的布置方式，此外还有 2 个舵片位于艇体艉部。其中主推采用导管推进器，垂推和侧推采用槽道推进器。舵翼采用 NACA0012 翼型的水平舵，水平舵根部弦长为 170 mm，展长为 200 mm，展弦比。具体的推进器和舵翼布置方案如图5 所示。

ARV 所采用的推进器类型为 T650 导管推进器和 T540 槽道推进器。为得到各推进器的实际性能，对不同类型推进器分别在循环水槽进行推力曲线测试，得到的信号–推力曲线如图6 所示。

2 控制系统设计

根据 ARV 复合控制模式的技术特点，需要采用人在回路可在线干预的分层智能控制体系结构。与基于单智能体全自主的控制体系结构相比，ARV 控制系统具有水面遥控、半自主监控和全自主 3 种工作模式，相当于水面存在一个“人在回路”的顶层决策，可在线干预和监控 ARV 的行为，ARV 的自主能力在顶层决策通讯链路中断时自动恢复^[16-17]。如此可将 ARV 控制系统分为 5 层，分别为人工干预层（Remoted-Control Layer）、自主感知层（Self-Perception Layer）、自主决策层（SelfDecision Layer）、自主控制层（Self-Control Layer） 和行为执行层（Executive Layer）。

2.1 电器系统分析与优化

ARV 控制硬件体系采用基于 X86的 PC104计算机作为硬件平台，以及 Vxworks 嵌入式实时操作系统，综合集成了 AD 采集与转换、导航信号处理、航行控制、智能决策以及水面水下通讯等多种功能。

运动控制传感器信息由嵌入式运动控制板解算处理，并通过其中运动控制算法计算出期望推力控制量进而控制各个水下推进器，从而实现 ARV 的运动控制。感知检测传感器信息由感知工控机解算处理，将目标管道数据通过网络光端机的交换机功能发送给嵌入式运动控制板，从而控制 ARV 自主跟踪铺设管道。并向局域网内广播感知检测传感器得到的综合数据包，通过 ARV 的光纤线缆传输到无人艇端，通过无人艇的无线通信传输给铺管船端，进而显控在工作人员的操控上位机中。ARV 运动控制体系软件结构如图7，动力定位系统流程如图8。

2.2 推力分配算法

推力分配系统的输入量为控制器输出的纵向、横向、垂向的力以及横滚、纵倾和艏摇力矩^[18]，以下称其为控制力：

建立 ARV 推力分配模型，$\tau =B（\alpha ）u$，其中推力系数矩阵 B 与推进器转角$\alpha$有关，其值如下：

式中， u 表示推进器的推力，$u=\left[u_1，u_2，u_3，u_4\right]$。对上述方程进行简化，可得简化推进器分配模型：

为了达到节约能源的目的，采用遗传算法进行推力分配和优化，应该建立遗传算法的优化目标方程：

目标函数中：第 1 项表示推进器能耗，P 为推进器的功率，在计算时取$P_i=k{u}_i^{3/2}$为其估计值；第 2 项中${\alpha }_0$为上一步结果中推进器转角，初始为 0；Q 为权值矩阵，其值大于 0，此项保证了推进器旋转角度不会过大。

生成初始种群，设置种群规模 50，繁殖代数 1 000，个体变量为 4，交叉概率 0.8，变异概率 0.15，容忍度为 10^-8。对于个体的变量，u₁和 u₃上下限为$[-\mathrm{150，150}]$，${\alpha }_1$和${\alpha }_3$的上下限为$\left[\mathrm{0，90}\right]$。初始种群的个体随机产生，随机范围即为变量上下限。

为了选择较优的个体，应将 fun 更小的个体保留，设置适度函数为

依照其适应度进行选择，依照其适应度大小由小至大排序，记录最佳个体，并选择计算种群中个体的选择概率：

具有更大适应度函数的个体被选择的概率更大，1 000 次计算后就能得到满足推力分配约束条件，并且具有更小能耗的推力分配方案。

通过设计 S 面函数控制器和遗传算法六自由度推力分配，对 ARV 基础运动进行控制，可以满足 ARV 在运动过程中到达指定位置或航速达到指定航速，并且在运动过程中对 6 个自由度同时控制，即满足航行要求，也能使 ARV 以特定姿态角进行工作，满足设计要求。

2.3 海管监测流程

海管监测 ARV 整个执行任务过程均采用自动控制模式，ARV 进行自动规划航行任务、自主进行目标识别和跟踪，同时也可以通过人工干预层进行调整和遥控。整个海管监测流程分为 4 个阶段，分别为下水阶段、预设阶段、监测阶段和回收阶段。

1）入水阶段。

结合实际作业条件，通过起吊入水或滑道入水方式将 ARV 放置入水，水面控制单元通过脐带缆与 ARV 建立通信后，通过岸端屏幕显示 ARV 的水下姿态数据、各个部件的工作状态以及监控视频等内容。

2）预设阶段。

进行 ARV 的状态自检和参数预置，随后输入相关控制指令使 ARV 运动至海管铺设起点端，同时调整 ARV 姿态，配合摄像系统使海管图像处于监控视频的正中央，以便于观察，由此产生初始预设面，ARV 拟在此平面上进行监测任务的执行。

3）监测阶段。

随着海管铺设的开始，按照 ARV 的作业功能，输入 ARV 跟踪海管的控制指令，摄像系统对海管进行目标跟踪，随着海管铺设的进行，ARV 也随之移动。依赖导航系统的各种传感器进行外界环境的感知，获得数据进行闭环控制，根据 ARV 与预设面的相对位置、方向等数据，进行 ARV 运动状态的自我调整，以获得更清晰和更高置信度的海管监测图像。

4）回收阶段。

任务执行完成后，ARV 离开监测区域，调整姿态，并通过控制和推进系统实现巡航、偏航和返航，航行至回收位置，最后使用回收装置进行 ARV 回收。

3 ARV 动力定位水池试验

为进一步验证所设计的 ARV 动力定位控制算法在实际环境中是否可行，进行了相关的水池测试试验。试验地点为哈尔滨工程大学深水池，水池深度达 10 m，通过相关装置制造水流和波浪以模拟 ARV 的实际工况，以满足 ARV 的设计指标要求，深水池环境如图9 所示。

3.1 定深定向定速、最大航速实验

在深水池中分别进行定速、定向和定深实验，验证 ARV 的动力定位性能，控制曲线如图10–12 所示。ARV 在接收目标指令后，能较快地稳定到期望值上，同时超调量较小，并且维持误差在较小的范围内，说明 ARV 有较强的动力定位性能，可以满足实际的海管监测工作要求。

3.2 水池海管跟踪实验

在水池展开了模拟海管铺设检测跟踪实验，如图13 所示。

在跟踪移动海管时 ARV 的速度、深度和艏向控制曲线如图14–16 所示，控制 ARV 始终跟随海管的铺设点。ARV 在控制系统的作用下，横向速度、跟踪深度和艏向角度都较为稳定，且超调量较小。横向速度误差小于 0.1 m/s，跟踪深度误差小于 0.1 m，跟踪艏向角误差小于 5°。凭借 ARV 搭载的摄像系统获得海管铺设的图像信息，完成对海管铺设过程的全程监测。

4 结束语

本文对海管监测 ARV 的总体设计展开了研究，针对任务要求，结合设计指标，对 ARV 总体进行了模块化的设计。通过设计特殊的扁平体抵抗横流干扰，提定位观测能力。详细介绍了 ARV 的耐压舱体设计及结构强度校核，同时对推进系统进行设计，搭配基于遗传算法六自由度推力分配算法进行控制分配。最后展开水池试验，进行 ARV 动力定深、定向、定速和模拟海管监测实验，水池试验结果验证了所设计 ARV 控制系统的有效性和可行性。本文所设计的 ARV 对于海管监测相关任务具有较高实用价值，为海管监测任务提供一个更为经济和有效的方案。

参考文献