一种用于多无人水下航行器（Multi-UUV）协作区域检测与巡逻的滚动规划方法

《Ocean Engineering》：A rolling planning method for Multi-UUV cooperative area detection and patrol

　　蔡思佳|严哲平|侯淑萍|李嘉欣
哈尔滨工程大学智能系统科学与工程学院，哈尔滨，150001，中国

摘要
本研究提出了一种用于多无人水下航行器（UUV）检测和巡逻任务的滚动规划框架。该方法整合了基于约束Delaunay三角剖分的区域分割、基于信息素的评估和更新机制、传感器检测模型、UUV运动模型以及运动约束，以实现动态环境评估和协同规划。在该框架内，开发了一种基于维度的灰狼优化器（DBGWO）。该方法采用基于参考点和部分维度正交策略的非支配解集，从而重构了搜索机制并提升了算法能力。自适应机制确保了探索与利用之间的动态平衡，有助于避免陷入局部最优解。仿真和统计测试表明，DBGWO在各种场景下均表现出优异的性能，相较于其他算法，能够持续获得更高的平均适应度值、最佳适应度值和最差适应度值。研究结果证实了所提出规划方法的有效性、适应性和实时性能。

引言
在指定任务区域内利用无人水下航行器（UUV）检测潜在目标已成为渔业、环境监测、搜救和打捞作业等多个领域中的关键应用（Li等人，2019, 2023；Smale等人，2012）。由于单个UUV在载荷能力、任务效率、适用性和容错性方面的固有局限性，部署多个UUV进行检测和巡逻任务具有更广泛的应用潜力。然而，多UUV系统的部署并非没有挑战。多UUV系统是复杂且相互关联的，单个UUV的状态变化可能会影响整个UUV团队完成任务的能力。需要注意的是，各UUV之间的关系可能是竞争性的且不可通约的。因此，在多UUV执行任务之前进行系统性和全面的规划对于确保任务的成功完成至关重要。
本研究的目标是制定一种有效检测和巡逻多个UUV的方法。该方法将有助于执行特定任务，包括渔业资源检测、环境监测和搜救作业。所提出的方法预计会根据检测目标和被检测目标的动态变化来规划每个UUV的移动路径，同时协调UUV之间的竞争性和不可通约关系，从而最大化整个多UUV系统的检测效率。
在现有研究中，任务区域通常用网格地图表示（Ibrahim等人，2025；Yuan等人，2025）。虽然这种表示方法简单直观，但冗余信息的增加会提高计算复杂性。此外，无法清晰描绘区域的拓扑结构阻碍了对动态检测目标的研究。为了解决这些问题，其他研究采用了基于K-means聚类、Voronoi图或生成树覆盖等方法对任务区域进行多边形划分（Wang等人，2024a；Wu等人，2025；Zhou等人，2024）。现有方法主要关注静态任务目标，而忽略了检测目标和检测环境的持续变化，使得执行扩展的检测和巡逻任务变得困难。为了解决这个问题，已经研究和提出了多种基于效率优化的动态环境评估方法（Chen等人，2025b；Wang等人，2025）。

作为规划问题的核心，已经进行了大量关于规划算法的研究。常见的方法基于控制理论、运筹学和基本路径规划算法。Yu等人提出了一种分布式滚动时域优化（DRHO-AC）方法，用于航空事故后水下黑盒的搜索。该方法采用A?算法进行路径规划，已被证明在这种应用中有效（Yu等人，2025）。Peng等人提出了一种基于可行性理论的动态覆盖控制方法，设计了非合作和合作的分布式控制策略。这种方法仅依赖局部信息就实现了整体时域覆盖性能的优化（Peng等人，2024）。Qin等人提出了一种基于模型的UUV编队路径规划方法，通过螺旋搜索路径参数化和分层控制策略提高了动态目标搜索的成功率（Qin等人，2024）。Charitidou等人提出了一种混合整数线性规划（MILP）方法，通过滚动时域优化和闭环轨迹设计确保每个区域的最低访问频率和覆盖水平（Charitidou和Keviczky，2022）。Sun等人引入了两阶段拍卖机制MCTA，使多个UAV能够在线竞争区域覆盖，同时平衡障碍物避让、能量和载荷分配（Sun等人，2022）。
除了上述传统方法外，还有一些强化学习（RL）方法也被研究和应用于相关问题。Cheng等人提出了一种基于追踪信息素的多智能体深度强化学习（MADDPG）方法，用于无人飞行器（UAV）的动态覆盖控制（TP-EDC）（Cheng等人，2024）。Li等人开发了一种多AUV（自主水下航行器）的合作区域搜索模型，作为分布式部分可观测马尔可夫决策过程（Dec-POMDP）。他们提出了SAC-QMIX算法，该算法基于多智能体强化学习（MARL），并结合最大熵机制来增强探索能力（Li等人，2024）。此外，还有一系列关于不依赖样本或参数的元启发式算法的研究。Feng等人提出了一种基于混合量子行为粒子群优化（HQPSO）的路径规划方法，用于最大化UUV搜索敌对目标的概率（Feng等人，2024）。Zhang等人提出了一种结合球形喷射算法（SSA）和实时轨迹规划（RRT）的路径规划方法（LASSA-RRT），用于无人机（UAV）检查的轨迹优化（Zhang等人，2023a）。Huang等人提出了一种解决多机器人海上巡逻问题的新方法，即学习启发式免疫算法（LIA）（Huang等人，2024）。Zhang等人将粒子群优化（PSO）与基于多旅行商问题（MTSP）的分配层相结合，最小化机器人总行程同时保持原始的群体搜索能力（Zhang等人，2022）。对于多目标问题，Huang等人提出了一种相似性评估框架和新的掩蔽思维，利用进化算法实现多机器人海上巡逻任务（Huang等人，2025）。
然而，必须承认上述研究也存在局限性。在某些研究中，任务场景和UUV模型被过度简化，这阻碍了这些模型在现实世界场景中的实际应用。基于经典控制理论、博弈论、运筹学或人工势场和A?算法的传统方法通常表现出良好的实时性能。这些方法往往依赖于主观参数调整，通常只能得到可行而非最优的解决方案，导致适应性和解决能力较差。相反，基于机器学习和强化学习的替代方法虽然表现出更好的实时性能，但依赖于训练数据样本的可用性。然而，由于UUV的任务环境和操作状态复杂且多变，获取足够的训练样本往往具有挑战性。元启发式算法常用于离线规划，虽然提供了多种解决方案，但在实时性能方面存在不足，难以在探索与利用之间取得平衡，且容易陷入局部最优解。表1总结了这些方法的优点和局限性。
为了降低环境描述的复杂性和计算负担，采用Delaunay三角剖分来分割和描述任务地图。为了确保规划结果的可行性，考虑了UUV的检测能力并用于约束三角剖分，从而规范了分割后的地图。基于分割地图的拓扑结构设计了一个动态信息素地图，以实现检测环境变化的有效和动态评估。鉴于元启发式算法的实时性能不佳以及UUV在水下环境中的实时通信挑战，提出了一种滚动规划框架。该框架通过迭代进行环境评估和运动规划，实现了实时需求与最优性之间的平衡。为了提高可行解决方案的搜索能力，提出并应用了一种基于维度的灰狼优化器（DBGWO）进行UUV的运动规划。该算法利用UUV的运动模型确保规划结果的可行性，结合了基于参考点的非支配解集和部分维度正交策略来提升算法避免局部最优解的能力。此外，自适应机制动态平衡了算法的全局探索与局部利用。

本文的其余部分组织如下：第2节介绍了UUV模型、任务区域分割方法、环境评估、信息素表示和更新以及目标函数构建。第3节介绍了所提出方法的总体框架，并详细介绍了基于参考点的维度灰狼算法（DBGWO），该算法结合了非支配解集、部分维度正交策略和自适应机制。第4节展示了仿真结果和DBGWO与其他比较算法的对比。最后，第5节总结了本研究。

UUV模型
概率感知模型用于表征单个UUV的检测能力。位于位置p的UUV在位置p?检测到目标的概率可以表示为：
ppUUV,p? = cov{0, d(pUUV,p?) > Rcov if psensor(d(pUUV,p?) ≤ Rcov}
其中，d(pUUV,p?)表示UUV与目标之间的欧几里得距离，psensor是传感器在有效区域内的检测概率，Rcov表示有效检测半径。

滚动规划框架
滚动规划是一种广泛使用、基础且高效的不确定环境规划策略，已被多项研究验证（Guo等人，2020；Jin等人，2022；Yang和Fang，2022；Zhang等人，2024）。所考虑的滚动规划框架包括两个组成部分：环境评估和运动规划。本研究证明，滚动规划框架通过减少水下通信频率来提高其有效性。

基于维度的灰狼优化器（DBGWO）算法作为本研究提出的方法的核心组成部分，对多UUV协作区域检测和巡逻的规划效果有显著影响。为了验证算法的性能和规划的有效性，对比了广泛使用的算法（包括传统的灰狼优化器（GWO）（Mirjalili等人，2014）和鲸鱼优化算法（WOA）（Mirjalili和Lewis，2016）。

结论
本研究专注于多UUV协作检测和巡逻的规划问题，提出了一种基于滚动规划框架的规划方法。该滚动规划包括两个阶段：环境评估和运动规划。在环境评估阶段，通过约束Delaunay三角剖分对任务区域进行分割，并据此设计信息素地图以辅助环境评估。在运动规划阶段，...

作者贡献声明
蔡思佳：撰写——审阅与编辑、撰写——初稿、可视化、验证、软件、方法论、调查。
严哲平：撰写——初稿、监督、资源管理、项目协调、资金获取、形式分析、概念化。
侯淑萍：资源管理、项目协调、资金获取。李家欣：数据策展。利益冲突声明：作者声明他们没有已知的财务利益冲突或可能影响本文所述工作的个人关系。致谢：本工作得到了中国国家自然科学基金（项目编号：42327901、52071102）的财政支持。