目錄
叢書前言一
叢書前言二
前言
1 緒論 1
1.1 概述 1
1.1.1 海洋自主觀測的意義 1
1.1.2 海洋觀測平臺 1
1.2 海洋自主觀測國內外發展現狀 3
1.2.1 國外發展現狀 3
1.2.2 國內發展現狀 8
1.3 海洋自主觀測發展趨勢 10
1.3.1 高性能高可靠的移動觀測平臺 11
1.3.化及立體化觀測網絡 11
1.3.3 模塊化結構 12
1.4 海洋自主觀測體繫架構 12
1.4.1 海洋觀測任務規劃 13
1.4.2 海洋機器人路徑規劃 15
1.4.3 海洋機器人運動與控制 16
1.4.4 多海洋機器人近實時特征跟蹤 18
參考文獻 18
2 自主覆蓋觀測優化 20
2.1 概述 20
2.2 海洋特征場估計 21
2.2.1 空間隨機變量估計 21
2.2.2 變異函數估計 23
2.2.3 仿真實驗 27
2.3 區域覆蓋采樣點選擇 29
2.3.1 采樣性能準則 29
2.3.2 貪婪算法采樣策略 30
2.3.3 貪婪算法得到的次優解邊界下限 31
2.4 自適應覆蓋觀測方法 33
2.4.1 覆蓋采樣 34
2.4.2 參數估計 37
2.4.3 分布式自適應采樣 42
2.4.4 仿真實驗 47
參考文獻 56
3 海洋機器人動態海洋特征跟蹤方法 58
3.1 概述 58
3.2 典型海洋特征跟蹤模型 59
3.2.1 海洋鋒面跟蹤模型 59
3.2.2 等值線、極值跟蹤模型 62
3.2.3 溫躍層跟蹤模型 63
3.2.4 上升流跟蹤模型 65
3.2.5 中尺度渦跟蹤 68
3.3 特征場等值線自主跟蹤觀測 70
3.3.1 特征場等值線提取 71
3.3.2 基於多水下滑翔機的溫度特征場跟蹤 76
3.3.3 仿真實驗 80
3.4 中尺度渦自主跟蹤觀測 84
3.4.1 中尺度渦動態特征提取 84
3.4.2 基於水下滑翔機的中尺度渦跟蹤 90
3.4.3 仿真實驗 98
參考文獻 99
4 海流環境中海洋機器人路徑規劃 101
4.1 概述 101
4.2 問題描述 102
4.2.1 問題建立 102
4.2.2 環境流場構建 103
4.3 全局流場下海洋機器人路徑規劃 105
4.3.1 Wavefront算法路徑規劃 105
4.3.2 A*算法路徑規劃 107
4.3.3 基於水平集的路徑規劃方法 108
4.3.4 仿真結果與分析 113
4.4 基於共享流場的海洋機器人動態路徑規劃 116
4.4.1 共享數據提取與壓縮 118
4.4.2 基於單包傳輸策略的數據共享 122
4.4.3 基於共享數據的環境流場重建 124
4.4.4 仿真研究 125
參考文獻 131
5 面向海洋觀測的海洋機器人協同控制方法 133
5.1 概述 133
5.2 海洋中尺度渦圓形觀測路徑協同控制策略 134
5.2.1 渦旋中心坐標繫海洋機器人運動微分方程 135
5.2.2 圓形路徑隊形能量函數 136
5.2.3 圓形路徑協同控制律 137
5.2.4 圓形路徑協同控制仿真實驗 141
5.3 一階可微觀測協同控制策略 148
5.3.1 Frenet坐標繫下海洋機器人運動微分方程 148
5.3.2 一階可微路徑編隊能量函數 151
5.3.3 一階可微路徑協同控制律 152
5.3.4 一階可微路徑下協同控制仿真實驗 155
5.4 面向協同觀測的多海洋機器人編隊控制方法 160
5.4.1 協同路徑跟蹤控制器設計 160
5.4.2 基於協同路徑跟蹤控制的多水下滑翔機編隊控制 165
5.4.3 多水下滑翔機編隊控制海上試驗 171
參考文獻 178
索引 179
彩圖

1 緒論
1.1 概述
1.1.1 海洋自主觀測的意義
海洋在受到內部物理過程和生化過程作用的同時，也受到外部作用，包括潮汐、風、熱通量等，形成了各種各樣極其復雜的海洋現像，對人類的生產和生活產生了深遠的影響。海洋環境觀測是人類研究、開發、利用海洋的基礎[1-3]。
典型的中小尺度海洋現像包括上升流、鋒面、內波、溫躍層等。這些現像對於海洋碳循環的研究、海洋與大氣能量交換、海洋漁業和生物養殖業等具有重要的經濟開發價值和科學研究意義。這些中小尺度現像在時間上持續為數天到數月，空間上從數十至數百千米，觀測的時間、空間尺度相對較小，其觀測精度要求較高。這些典型的中小尺度海洋現像是一個動態變化的物理過程，受到海風驅動的海浪流、潮流、海洋熱交換等影響，這些特征的變化具有高度的時空特性[4-6]。因此，針對這些現像進行高效、立體的觀測，以獲得高質量、高分辨率、具有一定實時性的數據成為海洋現像研究的一個迫切任務。
傳統的海洋觀測方式如觀測站、調查船等僅能夠提供有限的海洋觀測數據，觀測手段的局限性造成了人們對海洋認識存在一定的滯後性。為了深入了解海洋現像的成因及演化過程，我們需要長期的、連續的海洋數據觀測序列，並且要能夠根據海洋特征變化趨勢和海洋預報需求，動態地調整觀測數據在空間和時間尺度上的分辨率。此外，觀測數據要能夠實時或者近實時地傳送到監控中心，為海洋預報提供初值和可同化的現場數據，提高預報精度。
1.1.2 海洋觀測平臺
當前，除了通過遙感的方式對海洋的表層屬性進行觀測之外，用於水下觀測的工具主要有漂流浮標、Argo浮標、錨繫潛標、調查船、自主水下機器人(autonomous underwater vehicle，AUV)、水下滑翔機、水下固定監測網等[7-8]。傳統海洋觀測是以浮標潛標、科考船和衛星等方式為主。這些觀測需要從數月或數年前開始設計實驗，制造觀測儀器；科考船的航行軌跡、考察點是借助於以往觀測數據的結果設定；衛星無法揭示海表以下的水體特性，傳統浮標可控性差。相對於上述觀測方式，海洋自主觀測有以下幾方面的優勢：
（1）時間同步性，多個自主平臺能夠在空間內多個地點同時進行觀測，可獲得在時間上連續、空間上分布的觀測數據。
（2）自主能動性，自主平臺具有可控性和一定的自主性，能夠主動執行觀測指令，如前往某觀測點或沿某觀測斷面航行，可應對環境變化等復雜和緊急情況。
（3）海洋環境閉環觀測，利用觀測平臺的能動性，通過設計相應算法，可識別被觀測對像的變化，並將這種變化轉化為對平臺的控制指令，以實時獲取對了解觀測對像*有利的數據，實現觀測的閉環。
從表1.1可以看出，與漂流浮標和 Agro浮標相比，水下滑翔機[9-11]具有類似的作業時間，但是具有主動可控的運動方式，適合對動態海洋現像進行跟蹤觀測。與錨繫潛標和水下固定監測網相比，水下滑翔機具有機動性，適合對大範圍、動態的海洋現像進行觀測；與 AUV相比，水下滑翔機具有較長的作業時間和作業範圍；與調查船相比，水下滑翔機具有較低作業成本。綜合看來，水下滑翔機集中了其他觀測平臺的優點，為進行大範圍、長時間、近實時進行立體海洋觀測提供了技術手段。
表1.1 水下自主觀測平臺主要特點彙總
雖然水下滑翔機具有航程遠、造價低，適合大量布放以進行大範圍的海洋觀測的特點，但是如果采用“割草機”式的采樣方式對海洋來說是不現實的，也是不必要的。海洋觀測*根本的目的是通過設計和實現有限的觀測，**限度地理解海洋現像的本質，因此海洋自主觀測需要多觀測平臺協同合作，各自發揮優勢，彌補不足之處，以達到昀佳的觀測效果。
1.2 海洋自主觀測國內外發展現狀
1.2.1 國外發展現狀
國際先進的區域立體實時監測體繫通過“實時觀測—模式模擬—數據同化—業務應用”形成一個完整鏈條，通過互聯網為科研、經濟以及軍事應用提供信息服務。其中的觀測繫統由沿岸水文/氣像臺站、海上浮標、潛標、海床基以及遙感衛星等空間布局合理、密集的多種平臺組成，綜合運用各種先進的傳感器和觀測儀器，使得點、線、面結合更為緊密，對海洋環境進行實時有效的觀測和監測，加大重要現像與過程機理的強化觀測力度，並進行長期的數據積累，服務於科學研究和實際應用[12]。
1996年，美國在新澤西海灣開始布設新澤西陸架觀測繫統(New Jersey Shelf Observation System，NJSOS)，該繫統包括飛機、調查船、AUV和水下滑翔機等觀測平臺，如圖1.1所示。該觀測繫統研究的主要目標是近岸周期性上升流的成因及其在1998～2001年對周邊生態繫統的影響，並計劃以此為基礎，於2003～2007年對哈得孫河羽流(Hudson River plume)、化學污染物和海洋生物繫統的相互影響進行觀測研究。過程中使用了4臺Slocum水下滑翔機[13]對當地海域的季節性密躍層的深度進行估計。
從1997年開始，由美國海洋研究局資助的自主海洋采樣網絡(Autonomous Ocean Sampling Network，AOSN)利用多種不同類型的觀測平臺搭載不同的傳感器，能夠在同一時刻測量不同區域和不同深度的海洋參數，AOSN示意圖見圖1.2。2003年8月，美國在加利福尼亞蒙特雷灣(Monterey Bay)進行了 AOSN-II試驗，試驗中應用12臺Slocum水下滑翔機和5臺 Spray水下滑翔機[14]，分別搭載溫鹽深測量儀(conductivity-temperature-depth system，CTD)、葉綠素儀、熒光計等傳感器對蒙特雷灣海水上升流進行了調查，完成了40天的調查試驗。
圖1.2 AOSN示意圖
在AOSN的基礎上，美國海軍又開展了自適應采樣與預報(adaptive sampling and prediction，ASAP)研究，該項目的一個重要目標就是研究如何利用多臺水下滑翔機進行高效的海洋參數采樣。2006年8月在蒙特雷灣試驗中應用了4臺Spray水下滑翔機和6臺Slocum水下滑翔機，對蒙特雷灣西北部寒流周期上升流進行了調查，試驗中水下滑翔機的采樣軌跡見圖1.3。水下滑翔機獲取的數據具有更好的觀測質量，提高了研究人員對海洋現像的認識和理解，以及對海洋現像的預報能力，充分顯示了應用多水下滑翔機作為分布式的、移動的、可重構的海洋參數自主采樣網絡在海洋環境參數采樣中具有的優勢。
持久性沿岸水下監測網絡(Persistent Littoral Undersea Surveillance Network，PLUSNet)是美國海軍研究局資助的海底觀測網絡，由固定在海底靈敏的水聽器、電磁傳感器以及移動的傳感器平臺，如水下滑翔機和 AUV等組成。固定觀測設備與移動觀測平臺之間能夠自由通信，從而組成半自主控制的海底觀測繫統，如圖1.4所示。該觀測網絡主要用來研究海洋的分層和海流是如何影響由水面艦船產生的聲波和電磁性信號傳播的，從而能夠監測水面艦船和水下潛艇。
圖1.3 ASAP試驗中水下滑翔機的采樣軌跡(見書後彩圖)GCCS-水下滑翔機協同控制繫統
圖1.4 PLUSNet監測網絡
鋻於加利福尼亞州南部沿岸人口密度過高，人們迫切地想知道人類活動對海洋環境的直接影響已經對氣候產生影響的程度，以及已經變化的氣候對沿岸經濟的影響和整個沿岸區域風險增加的程度。加利福尼亞州南部近海觀測繫統(Southern California Coastal Ocean Observing System，SCCOOS)作為集成海洋觀測繫統(Integrated Ocean Observing System，IOOS)的一部分，旨在通過精確並且全面的觀測，來對近海海域進行有效管理，從而應對上述挑戰。SCCOOS始建於2004年，當前，進行海洋監測的內容主要包括生態繫統和氣候的變化趨勢、水質管理、海事管理和近海災害預警四個方面。該觀測網絡中，除了高頻雷達、浮標、調查船等傳統觀測工具之外，使用了四臺 Spray水下滑翔機對加利福尼亞州南部近海海域的溫度、鹽度、深度、葉綠素濃度和聲反向散射等參數進行采樣，如圖1.5所示。
圖1.5 SCCOOS中的水下滑翔機采樣軌跡
2001年，加拿大不列顛哥倫比亞省南部的近岸海底觀測繫統—維多利亞海底實驗觀測網(Victoria Experimental Network Under the Sea，VENUS，又稱“金星計劃”)在維多利亞海域安裝了多類型、多參量、功能上相互補充且支持遠程控制的傳感器和觀測儀器，對海洋現像提供了連續、長期的觀測手段，用於發現由自然力和人為影響下海洋環境的改變。目前，金星計劃除了能傳輸傳統意義上海底的水文、生物、化學和地質等要素，還可以把海底圖像、聲音以信號形式通過互聯網和電信技術持續傳輸到數據管理中心，從而實現對海洋環境的實時監測。金星計劃(圖1.6)主要有3個位置點，分別是維多利亞北部的薩尼奇灣、弗雷澤河三角洲附近和格魯吉亞的海峽深水區，每一位置點都由電纜與光纖為各種海底檢測儀器提供了充足電能和高速傳輸數據的介質，並由光纖將采集的圖像和數據傳輸給陸地上的數據管理中心。金星計劃中不同位置觀測點除了提供海洋物理、海洋化學和海洋生物的基本要素外，還根據所在海區自身的特點裝載著具有特色的儀器。薩尼奇灣的靜態圖像攝像繫統能夠在天然棲息地“無損傷地捕捉”動物；而