專注、前沿、厚積薄發

——記成長中的“水下機器人與智能系統”實驗室

水下機器人在水下作業時發生故障后，如何自我診斷、自主完成指令返回母船？在危險神秘的海底世界，水下機器人能否自動規劃路徑、安全避障？怎樣發揮水下機器人的作用，進行海底觀察、路徑控制、圖像處理、目標識別……這些當前國際前沿的“水下機器人關鍵技術”難題正困擾著海洋工程技術的進步，一些課題也正在被我校“水下機器人與智能系統實驗室”朱大奇教授科研團隊潛心研究。

作為人類探索和開發海洋的重要工具，水下機器人（又稱無人深海潛水器）將會在此領域發揮重要而不可替代的作用。上海海事大學“水下機器人與智能系統”實驗室自成立以來，始終秉承“專注、前沿、厚積薄發”的科研精神，潛心于“水下機器人可靠性控制理論與關鍵技術”這一國際前沿性方向研究，不斷提供創新性研究成果，實現社會服務。

從弱到強，潛心打造水下機器人研究團隊

2007年6月，上海海事大學“水下機器人與智能系統”實驗室成立。短短幾年間，從當年的一人一兵（借來的1名博士生），一間40平米教室（老校教學樓，學校特批），發展到現在教授副教授5人、講師工程師4人、博士生6人、碩士生15人的緊密合作研究團隊，擁有3套ROV水下實驗平臺、2套ARV水下搜索系統、1個共用深水試驗水池、2套小型地面移動機器人系統研究平臺、近50臺套其他開發研究用小型儀器設備，在臨港校區信息工程學院樓315室、330室及水上訓練中心215室擁有的實驗室使用面積超過200平米。目前，正以此為基礎整合相關研究性實驗室，在學校支持下擬申報上海市“現代海事搜救與智能信息處理”重點實驗室。

六年多來，朱大奇教授科研團隊主持國家863計劃項目1項、國家自然科學基金面上及青年項目5項；參與國家科技支撐計劃、科技部重大科技專項3項；主持上海市科委創新行動計劃及一般項目6項，教育部、交通部項目及上海市教委創新項目9項，上海市優秀學科帶頭人等人才計劃項目2項；有關水下搜救與檢測的企業委托項目3項。課題組年均經費150萬元以上，2012年課題組年合同經費超過323萬。

實驗室目前已申請與授權專利12項（授權發明專利3項、實用新型專利5項），軟件著作權6項；發表論文100篇以上，其中SCI收錄近30篇、EI收錄近60篇，相關研究論文被同行專家他引1479篇次；出版專著《水下機器人故障診斷與容錯控制技術》被“蛟龍號”總設計師徐豈楠研究員評價為國內外第一部系統化的水下機器人可靠性控制專著；科研成果“復雜電子設備智能綜合故障診斷技術”與“水下機器人故障診斷與容錯控制關鍵技術及其應用”分別獲得2008年和2012年度上海市科技進步二等獎，2006-2012科研團隊連續七年獲上海海事大學課題組科研貢獻獎。

追蹤前沿，專注水下機器人關鍵技術研究

科研團隊多年來一直專注于水下機器人可靠性控制理論與關鍵技術研究，從未偏離。作為上海市優秀學科帶頭人，早在江南大學工作時朱大奇教授就與中國船舶科學研究中心（中船702研究所）開展了潛水器故障模擬與仿真技術研究，初步打下了水下機器人研究基礎。

2006年9月朱大奇教授調入上海海事大學后，借助海事大學的航運特色與海洋工程背景，成功獲得國家863計劃（自治水下機器人故障診斷與容錯控制關鍵技術研究-2006）、國家自然科學基金面上項目（自治水下機器人可靠性控制技術研究-2007）、上海市自然科學基金（AUV推進系統故障診斷與容錯控制-2008）和高校博士點基金（數據驅動的自治水下機器人傳感器故障診斷技術-2009）資助，系統地研究了水下機器人傳感器系統、推進器系統的故障自診斷技術，水下機器人的自修復容錯控制技術，并將研究范圍從有纜遙控水下機器人ROV推進到無纜自治水下機器人AUV系統。

2009年，在國家留學基金的支持下，朱大奇教授遠赴加拿大Guelph大學“高級機器人與智能系統”實驗室訪問研究。在此期間潛心研究了國際上最新的生物啟發神經動力學模型，該模型已被Guelph大學Simon Yang教授成功應用于空中飛行器與地面移動機器人可靠性控制之中，受此啟發將生物啟發神經動力學模型引入水下機器人領域，從而將水下機器人可靠性控制研究從機器人自身的可靠性（水下機器人故障自診斷與自修復容錯控制）進一步拓展到水下機器人外部作業環境的可靠性（水下機器人水下路徑規劃與安全避障技術）研究。

2010年回國后，朱大奇教授帶領團隊在此方向上得到了2項國家自然科學基金面上項目（自治水下機器人路徑規劃與安全避障技術研究-2010，生物啟發自治水下機器人軌跡跟蹤控制研究-2012）、上海市科委創新行動計劃（新型ARV研制與水下安全航行技術-2011）、上海市優秀學科帶頭人計劃（水下機器人可靠性控制技術研究與應用-2011）、交通運輸部科技專項（自治水下機器人水下搜救與路徑規劃技術-2012）等系列課題資助。系統地研究了生物啟發自治水下機器人全覆蓋路徑規劃與安全避障技術、生物啟發AUV自適應軌跡跟蹤理論，并將相關理論從無人潛水器（ROV、AUV）推廣到結構更加復雜的載人潛水器可靠性控制，從單個水下機器人拓展到多AUV協作、跟蹤與圍捕控制領域，從而形成一個系統化的深海潛水器可靠性控制理論體系。

厚積薄發，取得多項創新性研究成果

幾年來，實驗室在水下機器人故障自診斷與自修復容錯控制、AUV路徑規劃、安全避障與多AUV系統研究方面，取得了多項創新性研究成果。

針對水下環境的多干擾、難以預測及機器人自身模型不確定與海量數據特性，提出基于信度分配小腦神經網絡的新型主元分析模型，解決常規的狀態殘差故障檢測方法誤診率高的缺陷，給出水下機器人故障檢測隔離的準確有效方法；應用快速收斂的信度分配小腦神經網絡構造多傳感器信息融合模型，提出基于信息融合的水下機器人推進系統在線故障辨識技術，利用信息融合的多維信息處理優勢，克服英國學者E.Omerdic的SOM自組織故障辨識方法只能診斷有限、已知故障模式的缺陷，提高了故障辨識的準確率和實際容錯控制效果。相關研究成果已發表于國際期刊《Sensors》《International Journal of Advanced Robotic Systems》和《Journal of Intelligent & Robotic Systems》。

將智能優化計算方法引入水下機器人與載人潛水器容錯控制之中，首次提出帶約束條件的量子粒子群優化水下機器人控制律重構方法，成功地解決了T. K. Podder教授的偽逆容錯控制信號超限難題，即推進器控制的“驅動飽和”問題。相關研究成果已發表于《International Journal of Advanced Robotic Systems》和《International Journal of Robotics and Automation》。與“蛟龍號”副總設計師胡震研究員合作，以“蛟龍號”多推進器冗余系統模型為研究對象，深入研究了推進器可控故障狀況下，“蛟龍號”載人潛水器狀態穩定的“靜態”容錯控制與軌跡跟蹤的“動態”容錯控制策略，其中“靜態”容錯控制研究成果已發表于國際控制雜志《International Journal of Control》，軌跡跟蹤的“動態”容錯控制成果已被工程技術領域國際頂級期刊《IEEE Transactions on Industrial Electronics》錄用。

將神經網絡信息融合與DS（Dempster-Shafer）信息融合算法應用到自治水下機器人AUV傳感器信息融合處理中，利用信息融合的多維信號處理優勢來消除傳感器測試信號的不確定性，從而準確定位動、靜障礙物，構建AUV水下路徑規劃地圖；將生物啟發神經動力學模型引入水下機器人全覆蓋路徑規劃中，在信息融合地圖構建的基礎上，通過計算相關神經元的輸出，進行目標區域的全覆蓋自適應航行。相關研究成果發表于《International Journal of Robotics and Automation》《Journal of Maritime Science and Technology》及《International Journal of Distribute Sensor Networks》。在單個水下機器人路徑規劃與跟蹤控制研究基礎上，進一步研究多AUV系統的協作、控制與圍捕。考慮各個AUV任務負擔的均衡問題，提出改進的自組織映射SOM多AUV多目標任務分配算法，引入時變海流模型，將海流影響與自組織競爭算法集成，使每個機器人在時變海流環境下按照優化的路徑規則到達所有分配的目標位置。相關研究成果已在線發表于《IEEE Transactions on Systems, Man and Cybernetics, Part B》和《Journal of Intelligent & Robotic Systems》。

服務社會，“水下機器人”走出實驗室?

基礎研究專注前沿，應用開發服務社會。水下機器人與智能系統實驗室在專注于水下機器人關鍵技術研究的同時，也讓這些高端的新科技走出實驗室，為社會提供服務。

2010年12月，應湖北荊門市公安局邀請，朱大奇教授研究團隊聯合華中科技大學船舶工程學院，應用他們實驗室改進的無人纜控水下機器人，扮演了一次聰明勇敢的“水底神探”，在湖北荊門漳河水庫復雜的水下環境中，潛水40余米，利用聲納對水下目標進行大范圍掃測，通過機器人水下視頻對可疑目標進行辨識與驗證，從面到點成功地搜尋到被害人衣物與尸體。不僅幫警方偵破一樁半年難解的沉尸案，而且創造了水下機器人深水小目標點成功搜救的典型案例，在社會上產生了廣泛的影響。