一种无人船水深测量系统及试验

针对浅水、未知、污染等困难地区的水深测量,研制了一种无人船水深测量系统。该系统包括岸基(母船)控制单元和测深船单元,其中岸基控制单元利用无线电遥控测深船走航测量并实时接收测量数据,测深船单元搭载GPS、电子罗盘、声学测深仪和主控系统。目前已开展了4次湖试和1次海试,验证了无人船用于水深测量的可行性和实用性。     

无人船监测与测量技术进展

为了促进无人船技术得到快速发展,较系统地综述了无人船监测与测量的基本原理、主要性能和典型应用,同时对无人船的船身结构、动力系统、测量载荷等硬件设备以及数据处理、岸基控制等软件系统做了较为详细的阐述。最后对当前无人船测量技术发展中存在的难题进行了深入分析与探讨,以期我国的无人船监测与测量技术能够得到较为迅速的发展并得到广泛的应用,满足社会发展的需要。     

自动表面船用于岛礁水深测绘

岛礁具有重要的地位,然而对其附近水深的调查手段却不充分。比较了几种水深测绘手段的优缺点,设计了一种小型自动表面船用于岛礁水深测绘。该表面船底部安装声学测深仪,具备自动定位、导航与运动功能;其尾部安装两个电动推进器提供动力,通过独立控制两个推进器的转速,可实现船体的前进、后退和转向;利用无线电与岸基单元进行数据通讯。根据不同水深测绘条件,该船可以用三种控制方式进行水深测量:直接控制、间接控制和自主控制。测量数据实时传输到岸基单元,并自动存储于船载存储单元。初步试验结果表明,设计的自动表面船测量系统具有可行性。     

沿岸水深测量技术方法的探讨

对沿岸水深测量各种技术方法进行了探讨，对各种技术方法的特点进行了阐述，根据海岸带图测量水域为沿岸浅水区的特点和当前测深技术及装备的情况，对水深测量方案的选择给出结论。     

水深测量的全新技术—适航水深测量

本文提出在浮泥层港口对适航水深进行测量的新技术,并介绍新研制成功的测量系统的原理、结构和特点,其技术的新颖性在于两方面:1.用声学方法来进行高速测量密度;2.大功率、大扭矩,并每分钟启、停、升、降数十次的电动智能绞车技术。上述两方面的突破使得在浮泥层中进行快速动态连续的适航水深测量成为可能,文章最后介绍了新技术在蛇口港现场测量的成果。 本文提出的声学密度高速检测技术对于河口演变、航道整治中泥沙运动监测也具有重要的实用价值。     

多功能水深测量自动化系统在海洋综合测量中的应用

H／HCZ-02型水深测量自动化系统集测量定位、数据采集、实时控制和处理于一体,其工作模式适合新时期海道测量的需要。立足发掘现有设备的潜力,介绍了该型设备的主要特点及在海洋重力、磁力等海洋综合测量中的应用。     

海洋测量信息处理系统

根据海洋测量数据采集、分析与处理的需求，研制了由大地控制测量、海岸地形测量、水深测量、海洋重力测量和潮汐分析预报等模块组成的海洋测量信息处理系统。介绍了海洋测量信息处理系统的功能、特点及其应用。     

基于无人船的大洋中尺度涡观测系统展望

中尺度涡在大洋中普遍存在,研究发现其能量比大尺度海洋环流的能量大一个量级,在海洋物质能量输运和全球气候变化中起着重要的作用。受观测条件限制,目前对中尺度涡的观测主要通过卫星高度计实现,只能从海面高度来推算中尺度涡大小、分布、强度及其伴随的水体和能量输送,而卫星高度计对中尺度涡垂直结构特征认识不足,也导致了对中尺度涡所引起的上层海洋能量、热量输送估计误差偏大。目前对中尺度涡三维结构观测认识不足,展望未来将会出现基于无人船平台的大洋中尺度涡三维结构自动观测系统,该平台将集成自动水下剖面观测功能等先进技术,以便观测中尺度涡的垂直结构特征及其时空变化特征,进而可对中尺度涡带来的物质和能量输送进行系统认识。     

海洋潮位推算在水深测量中的应用

研究了用于海洋水深测量的天文潮加余潮水位订正方法，在沿岸测量中得到验证，数值精度符合测量标准要求。研究的主要内容包括：利用已有潮波的数值计算结果，分析网格点主要分潮的调和常数；利用相关的长期验潮站资料，分析所有分潮的调和常数，修正测量海域的数值计算结果，确定各网格点内的理论最低潮面；内插计算并扩展任意点主要分潮调和常数，推算该点的瞬时天文潮位，并利用长期验潮站观测数据推算任意点余水位，二者相加得出给定时刻的潮位。     

远海航渡式水深测量水位改正方法研究

针对远海航渡式水深测量作业中的潮汐改正难题,基于全球潮汐场DTU10模型及GPS无验潮测深两种改正模式,通过潮汐场预报精度评估、验潮站实测数据比对分析以及GPS大地高计算潮汐值等多种手段,开展了大范围、长时段、单测线情况下水深测量水位改正研究,形成了一套适用性强的航渡水深测量水位改正方法与流程,为面向全球的海洋水深测量资料处理提供了潮汐、垂直基准和水位归算的方法和技术支持。     

无人船运动控制方法综述

为实现无人船海上自主作业,无人船运动控制的快速性、准确性以及鲁棒性亟待提高。首先从全驱动控制和欠驱动控制角度,分别概括了国内外无人船航向控制、航速控制、轨迹跟踪控制以及路径跟踪控制的主流控制方法。其次,归纳总结了处理海洋环境不确定扰动的研究进展,包括扰动的建模和消除、抑制扰动的主流方法。最后,总结了无人船运动控制现状与存在的问题,并从工程应用和理论研究两个角度对未来的研究方向进行了展望。     

Trajectory-cell based method for the unmanned surface vehicle motion planning

A trajectory-cell based method was proposed for unmanned surface vehicle (USV) motion planning to combine the expression of the dynamic constraints and the discretization of the search space. The dynamic constraints were expressed by the USV trajectories produced by the mathematical model. The search space was performed by the discretization rules with the consideration of the path continuity, the search convenience and the maneuvering simplification. Therefore, the trajectory-cells were the discretized trajectories, which made the search space meet the USV dynamic constraints, and guaranteed the final spliced path continuous. After abstracting the characteristics of those cells, the available waypoints and headings were represented as the search indexes. Finally, a trajectory-cell based path searching strategy was proposed by determining the cost function of the A* algorithm. The results showed that the proposed algorithm can plan a practical motion path for the USV.     

声学水面无人艇在浅水海底地貌调查中的应用

水面无人艇（USV,Unmanned Surface Vehicle）具有吃水浅、灵活机动、安全高效的特点和优势,日益成为浅水调查的重要手段。对于常规船只和考察人员不能到达的浅水环境的调查,无人艇具有填补甚至替代的价值和意义。C-Worker 4水面无人艇平台搭载了多波束测深、侧扫声呐、浅层剖面声学系统,运用脉冲同步控制和发射频率差异化配置的方法实现数据同步采集,旨在提高调查效率、优化调查方法和节约成本。基于2019年在海南岛澄迈湾1.2～22 m浅水环境的调查数据,处理和分析评估表明其采集数据可靠性高,能清晰识别海底沙波、波纹、礁石、埋藏河道、港池、航道、拖痕等微地貌单元。研究证实水面无人艇搭载多源声学系统同步测量可提供精细、立体、可靠的海底地貌基础资料,服务于海岸带地质调查、资源开发、工程建设、水运交通和国防安全等。     

Layered berthing method and experiment of unmanned surface vehicle based on multiple constraints analysis

Considering the dynamic changes of unmanned surface vehicle (USV) in berthing tasks, the planning and control modes are divided into two phases: the remote phase and the terminal phase. According to the main influencing factors of the two phases, an improved artificial potential field method is proposed to complete autonomous berthing trajectory planning based on the analysis of environment constraint, berth point constraint and USV’s dynamics constraint. Combining with the dynamic characteristics and control objectives at different phases of berthing and analyzing the fuzzy rule regulation strategy of USV’s heading and speed control, an improved adaptive fuzzy PID control method is proposed to solve the control problem of USV, which is influenced by weak maneuver, large disturbance, limited water area and strong shore effect. Finally, the comparative test of berthing simulation verifies the superiority of the proposed control method. The autonomous berthing field experiment is completed based on the "Dolphin-I" small USV. It verifies the validity and feasibility of the proposed autonomous berthing method.     

端口受控哈密顿方法的电力双推进无人船航向航速控制

以电力双推进无人船航速航向控制为主要研究问题,使用永磁同步电机作为无人船螺旋桨的驱动电机,采用基于端口受控哈密顿(PCH)方法,有效的降低了系统损耗,使无人船驱动系统输出功率得到了优化。仿真结果表明,系统能较快达到稳定状态,实现了无人船的速度控制要求,提升了无人船系统的续航能力。     

一种新型双体无人监测船风力作用下的运动特性变化预报研究

小型双体无人监测船运行平稳,甲板尺寸大,吃水浅,在水环境监测、工程测量、巡逻跟踪、水产养殖等领域具有广阔的发展与应用前景。但该类船风阻大,水动力复杂,运动特性在风力作用下变化明显。本文对双体无人监测船的风作用力进行了分析,将风作用项引入其动力学模型。利用该模型,对其主要运动特性进行了仿真预报。仿真结果与现场实测数据具有良好的一致性。该研究结果可以为新型双体无人监测船运动控制算法在不同风作用环境下的适应性调整提供依据,从而提高其海上作业能力与控制精度。     

基于无人机与卫星图像的大型绿藻孔石莼(Ulva pertusa)遥感估算研究

卫星影像是监测海面漂浮绿藻的重要数据源, 但是混合像元的存在使得绿藻提取存在一定的误差。想要实现近海区域底栖绿藻的精细监测, 需要解决绿藻亚像素覆盖度的问题。本文以厘米级分辨率无人机数据的绿藻提取结果为基准, 通过分析Landsat卫星影像绿藻光谱, 建立绿藻亚像素覆盖度与多种植被指数和多个特征波段反射率的反演模型。结果表明, 蓝、绿、红波段反射率与绿藻亚像素覆盖度呈现较好的线性关系, 随着绿藻亚像素覆盖度递增, 蓝、绿、红波段反射率的值均递减。将蓝、绿、红波段的三种绿藻亚像素覆盖模型进行验证, 发现绿波段反射率所建立的反演模型具有更高的准确性, 决定系数、均方根误差、平均相对误差分别为0.92%、0.07%、10.85%。本文所建立的模型可以估算大型绿藻亚像素覆盖度, 实现Landsat卫星影像对大型绿藻的精细监测。     

基于无人机高光谱遥感的海岛岸线精准提取方法研究与应用

鉴于传统遥感技术手段对海岛岸线的提取在精度与效率上存在很大不足,通过无人机高光谱遥感技术,结合岸线实地踏勘活动,提出一种海岛岸线类型识别与位置提取方法,并选取实际海岛进行了实验验证,成功获取了不同类型岸线的准确位置,所得成果与传统遥感手段相比,提高了系统性与准确性,为下一步海岛的生态评估工作提供了数据支撑。     

面向对象的无人机遥感影像海岸线提取方法研究

针对海岸线区域地形复杂和卫星遥感影像分辨率的不足,精度难以满足大比例尺成图要求,以及常规解译方法的局限性,选取青岛小岛湾海岸线为研究区,以无人机(UAV)遥感影像为基础数据,提出一种面向对象的海岸线提取方法,结合现场实测验证,开展了人工海岸线和砂质海岸线识别的应用实验。结果表明:人工海岸线和砂质海岸线概率边缘指数(PRI)分别为0.97和0.88,边缘定位误差(BDE)分别为4.33和2.84,提取的人工海岸线和砂质海岸线与实测海岸线结果整体上匹配较好,仅在局部细微处存在微小差异。本文提出的方法可快速有效地获取海岸线信息,其精度能够满足海岸线动态变化监测的需求,可在海岸线资源管理中推广应用。     

Information fusion model-free adaptive control algorithm and unmanned surface vehicle heading control

Based on the model-free adaptive control (MFAC) theory, the heading control problem of unmanned surface vehicles (USVs) with uncertainties is explored. First, as a USV’s heading subsystem does not satisfy the quasilinear assumption of the MFAC theory, a new type of input and output information fusion MFAC, i.e., the IOIF–MFAC algorithm is proposed. The novel algorithm proposed herein renders the MFAC theory applicable to the heading control of USVs. Next, the input and output information of the heading subsystem, namely the rudder angle and heading angle, are combined, and the data model of the heading subsystem is subsequently deduced using a compact format dynamic linearization method. Based on which, the stability of the control system is proved. Finally, the effectiveness and practicability of the IOIF–MFAC algorithm are verified by simulation and field experiments through the “Dolphin IB” test platform developed by our group.