不确定环境下考虑时空海事交通的UUV最优上浮策略：平衡导航精度与碰撞风险

本文提出了一种无人水下航行器（UUV）在动态海事交通环境中的智能上浮调度框架，通过建立非齐次时空泊松过程模型量化船舶密度，将导航不确定性（INS误差累积）与上浮安全性（碰撞概率）建立函数关系，并引入“不确定性诱发安全”概念。该研究突破了传统周期性上浮策略的局限，支持可变UUV航速与到达时间约束，利用真实AIS数据验证表明可显著减少上浮次数与航行距离，为水下自主导航系统提供了兼顾安全性与效率的决策新范式。

　　

Highlight

本研究核心创新在于建立了导航不确定性（INS误差累积）与上浮安全性的函数关系，提出"不确定性诱发安全"量化模型，突破传统周期性上浮策略的局限性。

Surfacing safety

上浮期间，UUV与船舶碰撞概率与周围船舶数量成正比。定义以计划上浮点p为中心、半径r的邻域$B\left(p\right)$及时间窗口$\tau$，通过泊松过程强度函数计算该时空区域内船舶出现期望值，直接表征安全风险。

Variable scheduling of UUV surfacing

上浮规划器分两步实现：首先生成候选上浮点序列，随后基于优化约束筛选最少上浮点组成路径。本方法支持动态航速调整以规避高流量时段，并可兼容定点搜索等任务场景，显著提升UUV自主决策适应性。

Numerical illustration

采用2018年南加州及新英格兰海域真实AIS数据构建时空强度函数模型，分别以2019年与2022年3月数据作为验证集。通过模拟UUV沿规划路径航行并执行上浮操作，统计实际上浮点邻域内无船舶出现的频次，实证验证不确定性诱发安全模型的有效性。

Conclusion

本研究提出的时空感知上浮规划框架，通过建立导航误差与海事交通风险的动态关联模型，实现了在保证用户定义安全边界下的最优上浮调度。该方法为复杂海事环境下UUV自主导航提供了兼具数学严谨性与工程实用性的解决方案。

CRediT authorship contribution statement

Jorge G. Jimenez：负责综述撰写、可视化、验证、监督、软件、资源、项目管理、方法论、调研、资金获取、形式分析、数据治理与概念化；Ethan N. Evans：参与形式分析与综述编辑；Matthew J. Bays：贡献方法论与综述编辑；Daniel J. Stilwell、Mingyu Kim、Harun Yetkin均参与综述编辑。

Declaration of competing interest

所有作者声明不存在可能影响本研究的财务利益或个人关系冲突。

Acknowledgments

J.G. Jimenez、E.N. Evans和M.J. Bays的研究受到SMART种子基金及国防研究与工程办公室(OUSD(R&E))资助；D.J. Stilwell、H. Yetkin和M. Kim的研究得到海军研究办公室（ONR）资助（授权号N00014-20-1-2845）。