海洋流干扰下自主水下航行器路径规划算法:干扰抑制与利用策略综述

《Journal of Marine Science and Engineering》:Path Planning Algorithms for AUVs Under Ocean Current Interference: A Survey of Disturbance Mitigation and Exploitation Strategies

【字体: 大 中 小 】 时间:2026年09月22日 来源:Journal of Marine Science and Engineering 3.2

编辑推荐:

  海洋流干扰是影响自主水下航行器(Autonomous Underwater Vehicle, AUV)路径规划的关键因素。在海洋流环境中,若未充分考虑流干扰的影响,传统路径规划算法在复杂流场中往往表现出显著局限性。因此,为连接理论建模与实际部署,并为开发抗流导

  
海洋流干扰是影响自主水下航行器(Autonomous Underwater Vehicle, AUV)路径规划的关键因素。在海洋流环境中,若未充分考虑流干扰的影响,传统路径规划算法在复杂流场中往往表现出显著局限性。因此,为连接理论建模与实际部署,并为开发抗流导航策略提供系统性参考,本文对海洋流环境建模与算法演进进行了全面综述。具体而言,本综述首先分析了海洋流干扰对AUV路径规划的影响,阐述了含流场景中出现的独特挑战;随后,从原理、优势、局限性及适用场景四个方面,综述了三类海洋流建模方法(基于物理的方法、基于历史数据的方法和基于实时观测的方法);进而考察了海洋流干扰下四类主流AUV路径规划算法——传统基于图的方法、仿生方法、智能学习方法及数学优化方法,并详细阐述了各类别的核心改进策略与代表性研究成果;随后,在统一平台上对从上述主流类别中选取的典型算法进行了测试,并对结果进行了比较分析;最后,总结了当前技术挑战并展望了未来研究方向。

论文主体内容总结

1. 引言

自主水下航行器(Autonomous Underwater Vehicle, AUV)是人类探索和利用海洋资源的重要平台,在海床地形测绘、水下目标定位、军事侦察和深海资源发现等应用中发挥着重要作用。AUV消除了人类生理限制,支持长时间自主作业,相比载人潜器(Human-Occupied Vehicle, HOV)具有明显优势;相比遥控潜器(Remotely Operated Vehicle, ROV),AUV摆脱了系缆约束,具备更远的作业范围、更强的机动性和更好的隐蔽性。路径规划作为AUV自主导航系统的核心功能模块,旨在考虑环境约束和载体运动能力的前提下,确定从起点到目标点的可行或最优轨迹。
海洋流对AUV路径规划的影响是多维度的,由此产生的挑战可分为四类。最根本的挑战是可达性,源于运动学耦合:AUV的对地速度是其在水中速度与海流速度的矢量和。当AUV逆流航行且流速超过其最大水中速度时,AUV将无法逆流前进,某些空间区域在物理上不可达。第二个挑战涉及能量消耗:受限于机载电池容量,在含流环境中能耗大致与AUV水中速度的三次方成正比,顺流航行可利用海流动能降低推力需求,而逆流航行则导致能耗急剧增加。第三个挑战源于真实海流随时间变化和固有的不确定性:潮汐流呈周期性涨落,风生流随天气变化,季节变化改变大尺度流型;同时,由于观测数据稀疏、数值模型误差和海洋动力系统的混沌特性,流预测本身具有不确定性。最后,海流打破了最短路径与时间最优路径之间的等价性:在含流环境中,几何上更长的路径若利用有利海流并避开不利海流,可能获得更短的航行时间,这意味着路径规划的目标函数需要重新审视。
海洋流的存在从可达性、能量消耗、环境不确定性和路径最优性四个关键方面从根本上改变了AUV路径规划问题的数学性质。含流环境中的AUV路径规划不能仅通过简单适配传统算法来解决,需要在环境建模、问题表述、算法设计和目标设定方面进行系统性创新。

2. 海洋流环境建模

海流的时空变异性主导着AUV路径规划。在二维水平面内,海流效应可表示为速度矢量叠加形式。海流速度因区域和深度差异较大:在湾流等强流中,表层速度可达约2.0 m/s,典型流速范围为0.1至1.0 m/s。大多数中型AUV的水中巡航速度为1.0至1.5 m/s。因此,在某些区域和季节,海流速度可达到甚至超过AUV的前进速度。

2.1 基于物理的海洋流模型

基于物理的海洋流模型建立在质量和动量守恒定律之上,构成流体动力学控制方程。在不可压缩假设下,连续性方程和动量方程(纳维-斯托克斯方程)构成基本框架。海洋环流模拟中常采用静水近似和布辛涅斯克近似以降低计算复杂度。基于这些控制方程,海洋学家发展了多种数值模型,如MIT通用环流模型(MITGCM)、混合坐标海洋模型(HYCOM)和并行海洋程序(POP)。Albarakati等人提出了一种采用海洋环流模型(Ocean General Circulation Model, OGCM)数据进行三维AUV轨迹规划的非线性规划(Nonlinear Programming, NLP)框架,将三维流数据和海床地形数据嵌入优化问题。然而,这类模型存在两个主要问题:高计算资源需求使其难以在AUV机载系统上实时部署;预测精度对初始条件高度敏感。因此,在路径规划框架中,此类模型通常作为离线规划层,为大尺度任务提供先验流场信息。

2.2 基于历史数据的海洋流建模

基于历史观测数据的海洋流建模分为两大范式:数据同化和数据驱动的深度学习。
数据同化的核心思想是将不同来源、不同时空分辨率的观测数据(如卫星测高、浮标数据和船载走航测量)通过统计方法融入数值模型,在保持物理一致性的同时提升状态估计精度。Lermusiaux团队系统发展了流场估计和不确定性量化的数据同化方法,提出了误差子空间统计估计(Error Subspace Statistical Estimation, ESSE)方法,以及动态正交(Dynamically Orthogonal, DO)场方程来捕捉随机流场中主导不确定性的演化,为流不确定性下的路径规划提供了理论基础。
深度学习提供了另一种范式,直接从数据中学习控制流场演化的非线性映射,不显式依赖流体动力学方程。循环神经网络(Recurrent Neural Network, RNN)及其变体长短期记忆网络(Long Short-Term Memory, LSTM)通过在大规模历史数据上训练,学习从过去观测到未来状态的时间映射。Choi等人使用在HYCOM再分析数据上训练的傅里叶神经算子(Fourier Neural Operator, FNO)预测海表流场和海表高度。同化方法擅长将稀疏观测与数值模型融合以产生物理一致的估计,深度学习方法则提供从可观测变量到流场的快速映射,但两者都面临观测质量和时空覆盖度的根本限制,数据驱动模型对未见流态的泛化能力仍是开放问题。

2.3 基于实时观测的海洋流建模

基于实时观测的方法利用AUV上常备的传感器(如声学多普勒流速剖面仪(Acoustic Doppler Current Profiler, ADCP)和温盐深(Conductivity-Temperature-Depth, CTD)传感器)原位测量周围水体的流速和方向,在线获取局部流信息,为自适应规划提供及时的环境反馈。地质统计学提供了处理稀疏观测数据的经典方法,克里金法基于空间相关性对未采样位置进行插值,并能量化估计不确定性、识别信息贫乏区域。Duarte等人融合实时观测与哥白尼海洋环境监测服务(Copernicus Marine Environment Monitoring Service, CMEMS)先验场,生成空间连续的不确定性图,引导AUV有针对性地采集高价值数据。Shi等人提出了基于运动积分误差的多AUV协同流场估计方法。Doshi在其博士论文中开发了耦合拉格朗日-欧拉系统的多时间尺度拉格朗日数据同化方法,使AUV能在任务期间持续学习和更新流场估计。
三类建模方法在提供的信息类型上存在根本差异:基于物理的方法提供大尺度、物理一致性的先验流场,适合离线规划,但计算需求高;基于历史数据的方法从观测数据中学习统计规律,推理速度快,但性能受训练数据质量和覆盖度限制;基于实时观测的方法利用机载传感器在线获取局部流信息,支持闭环修正,但面临原位测量稀疏、多AUV协调的通信带宽和计算负载以及在线同化的严格实时约束。

3. 海洋流干扰下AUV路径规划算法

海洋流作为矢量场持续调制AUV运动,其策略层面存在两个不同目标:被动抑制——识别并避开强逆流区域以保持机动能力;主动利用——检测有利海流并引导AUV"乘流"航行以缩短航行时间或降低能耗。基于对海流信息的使用方式,现有研究分为四类:传统算法、仿生优化算法、学习算法和基于建模约束的数学优化方法。

3.1 传统路径规划算法

以A、RRT和人工势场法(Artificial Potential Field, APF)为代表的传统算法是最早探索用于AUV路径规划的方法。在含流环境中,改进的核心思想是将流场信息集成到决策过程中。
图搜索算法方面,Garau等人最早将空间变化的海流集成到A框架中,发现当涡流与AUV速度相当时,规划路径相比直线可节省大量能量;当流速低于AUV速度一半时,直线已接近最优。Qu等人开发了约束采样A(Constrained Sampling A, CSA)结合自适应量子行为PSO优化三维环境中的能耗。Cooper-Baldock等人将局部尾流效应和全局海流纳入A,利用神经网络近似实现了11.3%的能耗降低。D算法也被适配,在代价函数中加入流能量代价、障碍代价和转向角代价,实现动态流中的能量最优重规划。
RRT及扩展算法方面,Huynh等人将RRT扩展到时变海洋环境,提出具有收敛保证的RRT。Yu等人提出了考虑海流的COC-RRT算法,采用虚拟场采样和海流约束来缓解空间变化海流。Meng等人开发了circle-bi-RRT,将流矢量直接嵌入树扩展过程。Qi等人通过目标偏置采样和速度合成改进Informed RRT*以补偿流漂移。Peng等人将RRT与蚁群算法(Ant Colony Optimization, ACO)和粒子群算法(Particle Swarm Optimization, PSO)结合用于多任务三维规划。
人工势场法方面,Zhu和Yang提出了引入流场修正项的APF算法以抵消流干扰。Fu等人开发了APF-ACO融合算法,将势场信息引入信息素更新过程。Zhang等人提出了APF引导的深度Q网络(Deep Q-Network, DQN)框架结合基于Transformer的流预测,实现了100%路径成功率、14.7%更短轨迹和37.7%更低能耗。Li和Yu将双延迟深度确定性策略梯度(Twin Delayed Deep Deterministic Policy Gradient, TD3)与约束APF(C-APF)集成用于未知三维环境中的AUV路径规划。
传统算法的根本局限在于:它们将海流视为代价项进行反应式处理,而非主动学习流规律,这限制了其在高度动态和不确定环境中的适应性。

3.2 基于仿生算法的智能路径规划

仿生算法通过模拟自然进化过程或生物群体集体行为来解决复杂优化问题,主要代表包括PSO、遗传算法(Genetic Algorithm, GA)、ACO和差分进化(Differential Evolution, DE)。在含流AUV路径规划中,其核心优势在于全局搜索能力和对非线性、多约束问题的适应性。
PSO方面,Zeng等人研究了恒定流假设下的量子行为PSO(Quantum-behaved PSO, QPSO)。Li和Yu提出了改进压缩因子PSO(ICFPSO)用于海流下三维AUV路径规划,在规划效率和路径质量上优于GA、ACO和标准PSO。Zhi和Zuo提出了自适应多群体PSO(AMP-PSO)用于多AUV协调。Sun和Niu开发了改进多目标PSO(IMOPSO)用于涡流环境。Tong等人引入偏好驱动的区间多目标PSO(P-IMO-PSO),利用区间约束处理流不确定性,平均航行时间降低20.85%。
GA方面,Alvarez等人最早将海流现报和预报纳入适应度函数,在时空变化的二维和三维海洋环境中生成能量最小路径。Chen等人提出了A*与GA的融合算法,增强初始种群生成、定制适应度函数并采用自适应变异机制。Yin等人针对流不确定性下的多AUV路径规划,提出了改进的min-max多旅行商问题(Multiple Traveling Salesman Problem, MTSP)模型,仅需流速边界而非精确预报即可产生最坏情况下最优的鲁棒路径。
ACO方面,Ma等人提出了改进烟花-蚁群混合算法(IFACA),结合烟花算法的爆炸式搜索与ACO的正反馈以加速复杂流场中的收敛。Zhang等人提出了多群体多目标ACO(MPMO-ACO)框架,三个独立蚁群分别优化路径长度、转向角和能耗。Deng等人提出了改进多目标ACO(IMOACO)算法,将流动态直接嵌入状态转移函数,现场试验确认了34.7%的多目标搜索效率提升。
DE方面,MahmoudZadeh等人率先将DE用于时变水下环境中的AUV路径规划。Fan和Qu提出了双层编码的改进DE(DLC-IDE),去除无效路径点并采用自适应精英邻域学习。Yin和Xiang开发了双排序约束多目标DE(DR-CMODE),在超体积和反世代距离指标上优于十一种先进约束多目标算法。
仿生算法的局限性包括:计算成本高、对参数调优敏感、在高度动态海流中实时响应能力有限。

3.3 基于学习算法的智能路径规划

深度强化学习(Deep Reinforcement Learning, DRL)使AUV能够在部分已知流场中通过与环境的持续交互自主获取最优策略,其核心优势在于适应性和处理高维状态空间的能力。
基于值的方法方面,Xi等人提出了综合海洋信息使能的Double Dueling DQN(D3QN)方案,将三维流数据编码到状态空间。Chu等人开发了双输入卷积神经网络(CNN)和动态复合奖励函数的双深度Q网络(Double Deep Q-Network, DDQN)方法。Wu等人开发了分布式学习增强DDQN(DLE-DDQN)用于有限通信带宽下的多AUV协调。Liu等人引入营销心理学启发的DQN(MDQN),利用经验分层加速未知环境中的收敛。
策略梯度方法方面,近端策略优化(Proximal Policy Optimization, PPO)是此类中应用最广泛的算法。Hasankhani等人提出了面向能量采集AUV的PPO框架,集成路径规划和跟踪控制以最大化采集能量。Wen等人开发了海洋流干扰抑制PPO(OCDRP)算法,将潮汐流信息纳入三维时变强化学习框架。Türko?lu和Akyuz在湍流下USV-AUV数据采集框架中评估了PPO与课程强化学习(Curriculum Reinforcement Learning, CRL)和TD3-FIM的性能,结果表明PPO在正常和极端海况下均具有更高的可靠性和更稳定的数据采集。
演员-评论家方法方面,Hadi等人提出了分散式TD3方法用于流干扰下的多AUV协同路径规划。Su等人通过集成奖励敏感优先经验回放、N步回报估计和自适应噪声改进TD3,推理延迟降至50毫秒以下。Huang等人将软演员-评论家(Soft Actor-Critic, SAC)与优先经验回放结合(PER-SAC),在HYCOM模拟器中持续优于传统DRL方法。Liu等人提出了多智能体独立离线-在线策略与最优互惠碰撞避免(MAIOOS-ORCA)框架,利用离线强化学习从历史数据初始化鲁棒策略并在线微调以适应实时流变化。
学习方法的挑战包括:样本效率低下、奖励函数设计依赖经验调参、模拟到现实的差距以及多AUV场景中的非平稳学习和水声通信约束。

3.4 基于建模约束的数学优化

基于建模约束的优化方法从理论层面解决可解性问题:给定海流约束下,AUV能否到达目标区域,以及所需的最小时间或能量。Lermusiaux团队在此领域做出了基础性贡献。Subramani等人将Lolla等人建立的时间最优可达性理论扩展到能量最优路径规划。Kulkarni和Lermusiaux推导了三维数据同化海洋场中时间最优路径的精确微分方程。Mulé将风险时间最优路径规划纳入框架,实时海试验证了预测的最优可达集。另一条研究路线通过仅需流速范围而非精确预报来处理鲁棒性,Yin等人提出的min-max鲁棒路径规划模型通过最坏情况性能优化处理流不确定性。
此类方法的核心优势在于严格的最优性和可达性保证及强可解释性,局限在于依赖精确流预报、离线计算成本高,且流场不确定或快速变化时理论保证可能减弱。

3.5 关键综合与决策框架

四类算法在如何利用有利海流、缓解不利海流、处理不确定性以及各自的优势和局限性方面存在显著差异。每类算法在不同条件下退化,没有单一类别适合所有任务。决策框架根据六个运行因素选择算法类别:流场可预测性、实时流数据可用性、在线自适应需求、安全性和可达性要求、目标数量以及实时避障需求。在对待海流的模式上,可识别三种模式:回避——规划器绕开局部强逆流区域;补偿——在穿越中等横流时修正漂移以保持对地航迹;利用——乘有利海流缩短航行时间。单一任务通常沿一条航线组合使用三种模式,抑制与利用之间的选择是条件依赖的而非绝对的。

4. 含流环境中的典型应用场景

4.1 强流区域航行

在黑潮和湾流等强西边界流中,流速可达到甚至超过AUV典型巡航速度,导航可行性本身成为挑战。核心挑战是可达性约束。此类场景要求路径规划算法显式处理可达性分析。约束优化框架中的水平集方法可预先计算可达区域,提供导航可行性的理论保证。Mulé将MIT-MSEAS HJ水平集框架应用于墨西哥湾和北大西洋的作业水下滑翔机任务,实时海试确认实际滑翔机路径位于预测可达集内。

4.2 涡旋区域精细作业

中尺度涡旋是海洋动能的主要载体,空间尺度从数十到数百公里,切向速度为0.5至1.0 m/s。核心挑战是流场的空间变异性:涡旋不同象限的流方向差异显著。此类场景要求算法能够感知流场空间分布并主动利用有利海流。Garau等人将A应用于含涡二维流场,当流速与载体速度相当时实现了显著节能。Chen等人融合A与遗传算法,改善了路径平滑性和能效。Chu等人使用双输入CNN的DDQN处理未知涡流场中的流矢量。

4.3 时变流场中的动态适应

潮汐流约以12小时周期涨落,风生流随天气变化,内波可在短时间内改变局部流结构。核心挑战是时间动态性。此类场景要求算法具备在线重规划或自适应能力。DRL方法通过持续环境交互实时调整策略,增量式搜索算法如D*通过维护开闭列表在环境变化时局部更新路径。Wen等人开发的OCDRP算法集成潮汐流信息以提升时变条件下的AUV韧性。Albarakati等人将OGCM数据嵌入非线性规划框架,求解时变三维流中的时间-能量帕累托最优轨迹。

4.4 不确定流场中的鲁棒规划

在未知海域或缺乏实时观测的区域,流信息本质上不确定。核心挑战是信息不完整。此类场景要求算法能够处理不确定性。鲁棒优化方法如min-max优化仅利用流速范围即可产生最坏情况下最优的路径。区间多目标优化将不确定性转化为区间约束并利用偏好信息引导搜索。Yin等人提出的鲁棒min-max路径规划模型仅需流速范围,通过多AUV仿真验证了最坏情况最优性。Tong等人引入的偏好驱动区间多目标PSO将流不确定性转化为区间约束,平均航行时间降低20.85%。

4.5 多AUV协同作业

多AUV集群作业中,除个体挑战外,额外出现耦合效应这一核心挑战:同一流场对不同位置和航向的AUV影响不同,当多AUV以不同航向穿越同一流场时,海流对每个载体的推动作用不同,可能导致编队逐渐离散甚至产生碰撞风险。此类场景要求算法在考虑流影响的同时实现多智能体协调和碰撞避免。Hadi等人将分散式TD3应用于流干扰下的多AUV协同路径规划,在编队误差和控制平滑性上优于APF方法。Yin等人将min-max优化与协同遗传算法结合,构建多目标鲁棒路径规划模型。

5. 含流环境中路径规划算法的性能比较

为评估海洋流影响下的AUV路径规划算法,设计了统一仿真框架,涵盖环境配置、海流模型、AUV参数和评估指标。仿真环境为二维网格,起点和终点固定,矩形障碍物以20、40、60的密度随机分布。设计了三种合成海流模型:均匀流场(0.5 m/s西南向东北)、涡流场(单个稳态Lamb-Oseen涡旋,最大切向速度0.8 m/s)和复合流场(0.3 m/s均匀背景流叠加最大速度0.6 m/s的涡旋和随机扰动)。此外,从CMEMS再分析数据构建了台湾以东海域的真实数据场景,提取29.44米深度五个日快照的二维流场。
评估采用六项统一指标:成功率、路径长度、航行时间、能耗、计算时间和路径平滑度。能耗由推进功率模型计算,分离水动力阻力和机载电子设备的恒定酒店负载。由于实验固定水中速度,能耗与航行时间成正比。计算时间在族级层面报告规划时间、优化收敛时间或离线训练时间,比较层面统一报告从方法开始到输出最终路径的时间。

6. 技术挑战与未来方向

当前技术挑战和未来研究方向在论文中进行了总结和讨论,涉及环境建模、算法设计、多目标权衡、实时部署、安全性和可靠性等方面的开放问题。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号