一种适用于空中-地面-水下机器人的集成深度感知与控制技术

《Pattern Recognition Letters》：Integrated depth perception and control for an aerial-surface-aquatic robot

提出一种面向空-水-面跨域机器人的多模态感知与控制系统，通过融合IMU、液位传感器和液体压力传感器数据，设计时间序列自适应卡尔曼滤波框架实现动态跨介质深度估计，并采用优化非线性控制分配策略解决强耦合非线性动力学问题，实验表明深度估计误差降低至84.7%。

　　

作者：岳超、赵世友、王文帅、彭振林、彭辉、肖俊豪

国防科技大学智能科学与技术学院，中国湖南长沙410073

摘要

本文提出了一种集成感知与控制系统，用于实现深度感知的鲁棒跨域模式识别，适用于在近水-空气界面运行的空-水-岸机器人，这些机器人会经历诸如潜水和水面滑行等动态模式转换。为了解决不同介质间模式的可变性和传感器可靠性问题，构建了一个异构多模态感知系统（包括惯性测量单元IMU、液位传感器和液压传感器）。该系统以时间序列自适应卡尔曼滤波框架为核心模式识别机制，能够动态筛选传感器数据、识别异常模式，并融合多速率延迟测量结果，从而在不同的操作模式下实现可靠的深度估计。在控制方面，采用基于优化的非线性控制分配策略来处理耦合动态。实验表明，与基线方法相比，所提出的模式识别驱动的感知框架显著提高了深度估计的准确性，深度均方根误差（RMSE）降低了84.7%，深度速率RMSE降低了85.6%。这项工作验证了自适应多传感器融合技术在复杂动态跨域环境中进行鲁棒状态估计的有效性。

引言

海洋开发正受到全球关注。核心任务包括海洋垃圾清理[1]、水下探测[2]和水下作业[3]。这些任务对设备的跨域移动能力提出了更高要求。空-水-岸机器人通过结合飞机和水下潜器的优势来满足这些需求，它们可以在空气和水中灵活运行。这类系统的发展最初源于军事渗透和侦察任务[4]。随着技术的进步和新系统设计的出现，应用范围已扩展到民用领域，如海洋监测、生态调查、紧急救援和通信中继[5]。

空-水-岸机器人可根据系统配置分为固定翼、多旋翼、组合翼、扑翼和后掠翼类型[6]。近年来，已经开发出多种综合性机器人平台[7]。固定翼平台的相关研究见于[8]、[9]、[10]，多旋翼平台则详细讨论在[11]、[12]、[13]中。此外，还引入了微纳级跨域机器人[14]。

本文重点介绍了一种新型的空-水-岸机器人。其整体结构如图1所示。该机器人采用固定翼配置，具有可折叠的机翼，并在机身下方配备了独特的推力矢量控制水翼系统。水翼系统包括一个中央支撑柱和两个推进器-翼单元，每个单元由推进器和对称形状的翼组成。伺服电机使每个翼能够绕其轴偏转，从而产生可调的升力和矢量推力。机器人具有三种飞行模式：空中飞行、水面滑行和水下潜水，如图2所示。水面滑行可以保持稳定的无线连接，规避了水下声学通信的限制；滑行时减少的水阻力提高了运动效率并延长了操作续航时间。水下潜水便于隐蔽并支持多种水下任务。该机器人能够在运动过程中快速在滑行和潜水状态之间切换，同时还能在水面上静止停留，以最低的能量消耗实现长时间运行，这对于连续监测和应急响应等应用非常有利。

本文描述的滑行和潜水动作都是在机翼折叠的情况下进行的。为了维持理想的滑行和潜水状态，除了正确控制姿态外，深度控制是最关键的因素[15]。当机器人的大部分身体浸入水中时，它处于潜水状态；而当大部分身体暴露在水面上时，则处于滑行状态。然而，滑行状态和潜水状态之间没有明确的界限，因此需要一个适用于这两种模式的集成深度感知与控制系统。

精确的深度感知对于机器人深度控制至关重要。常见的方法包括利用光纤传感器检测光线泄漏变化[16]，这种方法灵敏度较高但需要直接接触；非接触式多波束声纳[17]覆盖范围广，但处理复杂；直接接触式液位传感器[18]简单可靠；基于压力的深度传感器[19]利用静水压力梯度，但易受温度和盐度变化影响。声学定位系统（如LBL、SBL和USBL）依赖外部应答器[20]，可以实现大范围内的绝对定位，但需要预先校准。相比之下，多普勒速度计（DVL）系统通过底面参考速度来推断深度变化，提供无漂移的相对测量结果，可以补充绝对传感器。

在这些传统技术的基础上，基于视觉的深度估计作为一种替代方案应运而生，它利用来自相机的丰富视觉信息。近期进展包括用于复合眼相机的局部选择性视觉Transformer[22]、用于自监督单目深度估计的多分辨率蒸馏算法[23]、用于无监督学习的密集对应先验[24]、大规模基础模型（如Depth Anything[25]），以及将视觉基础模型适配到立体匹配[26]中。然而，由于水下环境中的严重光衰减和背散射、低对比度、纹理贫乏以及动态运动噪声，这些方法直接应用于水下深度感知时存在挑战，这些因素会降低光度一致性和特征匹配效果。因此，与在浑浊或深水条件下可靠工作的声学或压力传感器不同，基于视觉的方法在没有专门适应或传感器融合的情况下难以实现鲁棒的水下机器人深度控制。

深度模式识别的一个主要挑战是缺乏时间对齐且可靠的数据。异构传感器具有不同的采样率和延迟，在介质转换过程中其可靠性也会动态变化。例如，从水到空气的转换过程中，压力传感器在表面变得不可靠；而光学或声学传感器的性能可能会根据浸没程度而改善或恶化。这种变化性阻碍了从原始、不同步数据中直接识别连贯的深度模式。因此，需要一个用于动态可靠性评估和时间同步的预处理框架。将多个互补传感器集成到一个鲁棒系统中可以提高整体系统性能[27]。有效的传感器融合需要管理异步数据流。虽然卡尔曼滤波器[28]适用于许多应用，但开发一个能够适应不同采样频率和测量延迟的自适应框架至关重要。此外，在动态环境中实施传感器数据有效性验证机制[29]对于识别和管理可靠性不同的数据也非常重要。

在控制方面，推力矢量控制水翼是一个典型的多输入多输出系统，具有显著的非线性和强耦合性。伺服角度的偏转不仅调整了翼的升力和阻力特性，还改变了推进器的推力方向，从而产生作用于机器人机体和X、Z方向上的力矩，进而影响机器人的姿态、深度和航行速度。这种强耦合性和非线性使得基于线性假设的控制分配方法不适用，必须采用非线性控制分配策略[30]。

为了解决空-水-岸机器人在滑行和潜水操作中的深度感知和控制问题，本文提出了一种多模态感知系统，该系统包括IMU、液位传感器和液压传感器，用于捕获互补的跨介质信息。开发了一种时间序列自适应卡尔曼滤波框架，并嵌入了卡方检验用于异常检测。这种方法构建了一个融合模型，解决了多速率和延迟测量带来的关键数据同步问题，从而获得了适用于深度模式识别的高保真度、统一的状态估计。此外，还提出了一个综合控制框架，利用基于优化的非线性控制分配策略将所需的力准确转换为执行器指令。通过实验验证了整个集成系统的性能。

本文的其余部分安排如下：第2节描述了用于机器人深度测量的硬件系统；第3节介绍了时间序列自适应卡尔曼滤波框架和融合模型；第4节介绍了深度控制框架和基于优化的控制分配策略；第5节通过实验验证了这些方法；第6节总结了本文的工作。

深度感知硬件系统

机器人滑行和潜水状态下的深度测量硬件系统包括IMU、液压传感器和液位传感器。

IMU位于机器人的质心附近，用于测量姿态和加速度。姿态数据支持多传感器融合过程中的坐标转换。加速度数据包含快速运动变化，这提高了融合数据的质量。

液压传感器用于测量作用在机器人上的总压力

深度多传感器融合

多个深度测量传感器连接到微控制器上。由于微控制器的计算能力和存储空间有限，因此需要一个轻量级的数据融合框架。由于传感器数据可能异步且以不同频率到达，因此采用了时间序列自适应卡尔曼滤波框架进行数据融合。

如图3所示，该卡尔曼滤波框架维护了一个历史数据队列，每个操作周期包括四个步骤。

深度控制系统

为了使机器人能够稳定滑行和潜水，除了控制深度外，还需要控制其姿态和航行速度。所需变量的含义见表1。机器人滑行和潜水时的集成控制系统框图如图4所示。该系统由四个模块组成：两个控制模块（深度控制和姿态控制）和两个控制分配模块（水翼分配和升降舵分配）。

实验

该机器人平台使用了PX4[34]开源自动驾驶系统，并进一步开发了深度融合和深度控制算法，将其集成到飞行控制硬件中。系统的核心处理器是STM32H743VIT6，工作频率为480 MHz。在500 Hz的工作频率下，深度融合和深度控制算法的CPU利用率分别为0.3%和3.1%。这些结果表明，这两种算法都能满足实时操作需求。

结论

本文提出了一种完整的解决方案，用于解决空-水-岸机器人在滑行和潜水状态下的深度感知和控制问题。构建了一个异构多模态感知系统，包括IMU、液位传感器和液压传感器。这种方法克服了单一传感器在空气-水界面适应性不足的局限，能够在所有操作条件下实现可靠的深度感知。

CRediT作者贡献声明

岳超：概念构思、方法论、软件编写——原始草案。 赵世友：资源提供。 王文帅：资源提供。 彭振林：研究支持。 彭辉：资源提供、审稿与编辑、监督、资金获取。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本工作部分得到了国家重点研发计划（项目编号：2022YFB4701600）的支持，部分得到了湖南省自然科学基金青年科学家和学生项目（基础研究项目）（项目编号：2025JJ60841）的支持，以及国防科技大学研究生创新项目（项目编号：XJZH2025012）的支持。