海流与动态约束下多AUV质量感知协同声呐覆盖规划

《Ocean Engineering》：Quality-aware cooperative sonar coverage planning for multiple AUVs under ocean-current and dynamic constraints

　　

**摘要要点**

- 为多AUV系统设计了一种质量感知的协同声呐覆盖规划器。
- 声呐质量、洋流、通信和安全约束被联合建模。
- 该规划器在有限预算下提升了质量有效覆盖能力，同时保持了命令级可行性。

**引言**

自主水下航行器（AUV）越来越多地用于海底测绘、水文测量、水下基础设施检查和海洋环境观测（Williams等，2012；Wynn等，2014）。在这些任务中，一条勘测路径的价值不仅取决于航行器经过的区域面积，还取决于声呐观测数据是否提供了足够的空间支持和测量质量，以支撑后续的海底测绘工作（Dunbabin和Marques，2012；Das等，2015）。声呐覆盖区域几何形状、入射角、覆盖区边缘衰减、声学阴影以及导航可靠性等因素都会影响某一观测单元是否能为最终测绘产品提供有效信息（Smith等，2011；Hollinger和Singh，2012）。因此，多AUV协同规划应当在固定任务预算内，综合考虑声呐覆盖质量、声学通信、避碰、洋流扰动以及命令级可行性。

覆盖路径规划（CPP）为系统化的水下勘测提供了基础机制（Galceran和Carreras，2013）。经典的扫掠策略，如牛耕式栅格分解，可在结构化区域中生成可解释的路径（Choset，2000）；而基于图搜索和采样的方法，包括A*和RRT变体，常被嵌入覆盖框架中以实现避障路由（Hart等，1968；Karaman和Frazzoli，2011）。多平台任务分配方法则进一步通过分配多个平台的勘测工作量来扩展这些策略（Kennedy和Eberhart，1995；Cortes等，2004；Olfati-Saber等，2007）。然而，对于声学勘测任务，仅依靠几何覆盖无法完全描述一条规划路径的价值。Li等（2024）通过将侧扫声呐作业纳入多AUV海上搜索，利用区域分配和洋流感知的覆盖规划实现了相关目标。Mu和Gao（2025）进一步考虑了洋流与声呐性能之间的相互作用，而Yan等（2024）则将定位不确定性和闭环要求引入测深勘测规划中。相关研究还使声呐扫描方向适应变化的洋流（Kim，2025），并为协同AUV编队优化了多区域覆盖（Cai等，2026）。这些进展将传统的CPP扩展为面向勘测的规划方法，但大多数模型仍然更侧重于区域分配或路径构建，而非所获取测绘观测数据的累积质量。

当感知过程受到水下环境影响时，纯几何覆盖的局限性尤为明显。洋流会改变相对于地表的运动（Yao和Zhao，2018），而声学通信仍然强烈依赖于距离和信道条件（Stojanovic和Preisig，2009；Chitre等，2008）。导航不确定性则引入了另一类误差来源，因为它影响的是声呐测量的地理配准而非声学置信度。基于地形的导航和水下定位的综述文献反复指出，定位不确定性是测绘观测数据可靠性的主要影响因素（Melo和Matos，2017；Paull等，2014；Zhang等，2023）。因此，信息获取路径规划研究已将优化目标从简单的访问转向沿轨迹所获取测量数据的价值（Binney等，2010；Srinivas等，2012；Stankiewicz等，2021；Dutta等，2020）。这一理念对海底测绘尤为相关，因为扫描几何形状会影响重建产品的完整性和精度（Rho等，2025；Petres等，2007）。因此，规划问题不仅涉及决定应到达哪些单元，还必须确定分配给这些单元的观测数据是否包含足够的信息，以及重复通过是否提供了真正互补的证据。

一旦将观测价值引入规划目标，多AUV之间的协调就变成了一个耦合的序贯决策问题。多智能体强化学习（MARL）为解决这种耦合提供了一种途径。MADDPG（Lowe等，2017）、PPO（Schulman等）和MAPPO（Yu等，2022）提供了在训练期间利用集中信息来学习去中心化动作的成熟机制。因此，本研究中的使用方法属于算法层面而非概念层面：MAPPO作为优化架构，用于处理面向勘测的奖励和协同约束。在水下应用中，基于学习的协同已被探索用于风险感知导航（Chen等，2022）、多机器人探索（Burgard等，2005）、信息获取（Hollinger等，2014）、洋流扰动下的多AUV规划（Yin等，2024）以及协同搜索与数据采集（Jiang等，2024）。这些研究证明了基于学习的协同在海洋环境中的可行性，但其优化目标并未直接针对质量有效声呐覆盖与协同海底勘测执行约束的联合问题。

现有的基于学习的AUV规划器在将声呐测绘质量、洋流扰动、声学通信和命令级可行性整合到单一闭环规划框架中方面能力有限。特别是，仅凭几何覆盖无法区分有效观测数据与低置信度或高度冗余的测量数据，而学习到的动作可能无法直接满足执行所需的运动和协同约束。为解决这些局限性，本研究开发了一种基于MAPPO的、带有命令级可行性投影的协同声呐覆盖规划器，用于多AUV海底测绘任务（图1）。

本文的主要贡献总结如下：

1) 为多AUV海底测绘制定了一种预算约束下的质量有效声呐覆盖模型。该模型通过单元级质量度量，利用距离相关的声呐覆盖区置信度和导航相关的地理配准置信度来评估累积观测数据。

2) 为多AUV系统开发了一种基于MAPPO的协同覆盖规划器。该规划器采用集中训练与去中心化执行的方式，根据测绘质量增益和任务相关约束来优化协同勘测决策。

3) 为多AUV声呐覆盖开发了一种洋流感知的命令级可行性投影方法。该方法预测局部洋流下的相对地表运动，并根据局部测绘赤字从动力和协同可行的候选集中选择后备命令。

**多AUV声呐测绘任务场景**

考虑一个矩形水下勘测区域，将其离散化为均匀的网格单元。设勘测区域为 $\Omega \subset \mathbb{R}^2$，对应的网格单元集为 $\mathcal{C} = \{c_1, \ldots, c_K\}$。障碍单元集记为 $\mathcal{C}_{\text{obs}}$，可覆盖集定义为 $\mathcal{C}_{\text{cov}} = \mathcal{C} - \mathcal{C}_{\text{obs}}$。由 $\mathcal{N} = \{1, \ldots, N\}$ 索引的 $N$ 台AUV编队从指定的释放位置出发，执行协同海底测绘任务。每台AUV在水平面内运动，其投影声呐覆盖区对……

**环境与参数设置**

所有方法均采用相同的240步任务时间跨度，对应1920秒。MAPPO、IPPO和MADDPG使用五个独立随机种子进行训练，每个训练好的模型在相同的十个未见地图上进行评估。对于学习方法，在每个地图上先对五个模型的输出取平均值，然后再进行地图级别的统计推断。环境和学习设置如表1、表2所列，图3展示了共用的仿真环境。

表1列出了共同的环境、感知……

**结论**

本研究为多AUV声呐测绘开发了一种基于MAPPO的、带有命令级可行性投影的协同规划器。在统一的独立测试协议和固定的1920秒任务预算下，所提出的方法实现了73.95% ± 2.32%的质量有效覆盖率和46.89% ± 1.01%的覆盖时间AUC，均为受评估方法中的最高均值。经过Holm校正后，与IPPO在终端覆盖率上的差异不显著，而AUC优势……

**CRediT作者贡献声明**

Jian Zhao：初稿撰写、软件、形式化分析、概念化。Lu Wang：审阅与编辑、资源、项目管理、资金获取。Jian Guo：审阅与编辑、可视化、验证。

**利益冲突声明**

作者声明不存在可能影响本文工作已知财务利益或个人关系方面的利益冲突。

Jian Zhao | Lu Wang | Jian Guo