本文的研究工作由中国科学院沈阳自动化研究所机器人学国家重点实验室的Ting Yu、Gaopeng Xu、Qi Zhang及Tiejun Liu等人完成，发表于Ocean Engineering期刊第328卷，文章编号121001，于2025年3月24日在线发表。研究得到了中国国家自然科学基金（项目编号42176194）的支持。
自主水下航行器（Autonomous Underwater Vehicles, AUVs）在海洋探测、军事侦察、水下设施维护及极地科考等领域发挥着日益重要的作用。高效回收与能源补给是保障AUV执行水下任务的关键环节，因此水下自主对接技术受到了广泛关注。动态对接相比于静态对接可显著提升任务灵活性与作业效率，但同时对定位与导引技术提出了更高要求。现有AUV对接普遍依赖声学与光学分段定位方案，其中长距离依靠主动声纳（如超短基线系统，Ultra-Short Baseline, USBL），近距离依靠单目或双目视觉。然而，主动声纳持续发射声波会增加能耗并降低隐蔽性与作业持续性；而单独使用光学定位在浅水区域易受复杂背景干扰，鲁棒性不足。为克服上述局限，本文提出了一种基于被动声纳（passive sonar）纯方位信息与单目视觉相耦合的动态对接系统，设计了声学初始方位标定与稳定跟踪方法，并通过非线性优化实现了声学—光学多传感器融合定位，以提升AUV动态对接过程中的定位精度与稳定性。
研究团队构建了完整的动态对接实验系统。对接装置为一个直径1.5米的圆形环，通过支架与母船连接并可随母船同步运动。圆环圆周上均匀分布四个光学信标（optical beacons），圆环顶部安装一个声学信标（acoustic beacon）。AUV平台为中国科学院沈阳自动化研究所研制的“Explorer 100”AUV，属于欠驱动型航行器，由单推进器和X形舵驱动。其前端装有单目相机与被动声纳，分别用于探测光学信标和获取声学信标的方位信息。水面航行时利用GPS更新位置，水下则依靠惯性导航系统（Inertial Navigation System, INS）与多普勒测速仪（Doppler Velocity Log, DVL）进行航位推算，深度传感器用于获取AUV下潜深度。
动态对接流程分为三个阶段：第一阶段，AUV在水面更新GPS坐标后下潜，利用航位推算到达预定对接坐标附近并等待母船声学信标信号；第二阶段，被动声纳探测到信号后，对声源方位进行初始标定，并基于声学导引接近母船；第三阶段，当AUV进入光学信标可感知范围后，执行视觉定位计算，并融合声学、光学及航位推算数据进行最终对接导引。
3.1 声学导引方法
进入对接区域后，AUV利用被动声纳捕获全向声学信号并获取母船方位角。由于所用被动声纳的有效探测范围仅为AUV艏向（surge方向）±80度，无法判断声源位于AUV前方还是后方。相同测量方位角可能对应不同航行方向的母船，若直接跟踪可能导致AUV远离母船。为此，论文提出了被动声纳初始方位标定方法。标定流程为：AUV在探测到母船声源后，保持固定航向航行。由于母船航速较低可视为静止，在此过程中测量方位角的变化趋势可揭示声源真实方向——若母船位于AUV艏向正方向，方位测量值的绝对值会增大；反之则减小。同时采用均值滤波（mean filtering）消除被动声纳检测中的异常值干扰，计算公式为si = (1/w)∑_{j=i-w+1}^{i} sj，其中w为滤波窗口大小，i为声纳检测方位序列索引。当实时方位变化超过预设阈值sq时，通过符号判断确定初始声学导引方位角φ0。获得初始导引方位后，进入声学导引阶段。由于直接跟踪被动声纳检测的方位角可能导致AUV艏向相对母船产生较大偏差或振荡，影响后续光学信标感知过程，论文利用低通滤波（low-pass filtering）对目标艏向角进行延时跟踪控制，其更新律为φ+i = φ+{i-1} + ε(φ-i − φ+{i-1})，其中ε为滤波参数，φ+_i为当前目标控制艏向，φ-_i为当前声纳检测方位数据。该方法在抑制高频干扰的同时提高了航行稳定性。
3.2 视觉定位方法
论文建立了动态对接坐标系：原点位于对接环中心，zs轴方向平行于母船运动方向。AUV在该坐标系中的状态向量为η = [x, y, z, ρ, θ, μ]^T。视觉定位分为光学信标识别与位姿解算两个步骤。光学信标识别采用YOLO（You Only Look Once）目标检测算法与阈值分割（threshold segmentation）相结合的方法：先利用YOLO稳定识别光学信标并标定其区域范围；由于标注误差及交并比（Intersection over Union, IoU）不确定性，YOLO识别中心与实际光学中心存在偏差，因此在各信标区域内进一步进行阈值分割并二值化，得到每个信标的像素点集合；最后计算各信标光学中心的像素坐标(cx, cy)。位姿解算基于单目相机成像原理，建立从动态对接坐标系到像素坐标系的齐次矩阵方程：px = KTps，其中px为光学中心在像素坐标系中的坐标向量，ps为光学中心在动态对接坐标系中的坐标向量，K为相机内参矩阵，T为从AUV相机坐标系到动态对接坐标系的位姿变换矩阵。通过最小化重投影误差进行位姿优化求解：T = argminT ∑{i=1}^4 (p^i_x − KTp^i_s)。
3.3 声光融合导引方法
为了提高近距离对接导引的精度与鲁棒性，论文采用非线性优化方法进行多传感器融合定位。首先建立AUV在动态对接坐标系中的状态向量s = [p(x, y, z), q(ρ, μ, θ)]，其中q为表示姿态的四元数。然后根据多传感器测量结果构建位姿图（pose graph）：里程计测量因子由INS与DVL航位推算约束相邻时刻状态之间的位姿变换；深度测量因子约束相邻状态间的深度变化；视觉因子通过视觉定位测量当前时刻的位姿状态；被动声纳因子约束当前时刻位姿状态相对对接装置的方位信息。设计动态滑动窗口以提升优化求解速度。位姿优化问题可表达为：{s0, s1, …, sn} = argmin{s0…sn} {∑{i=1}^n ||r^i_o||^2σ + ∑{i=0}^n ||r^i_v||^2σ + ∑{j=0}^m ||r^j_a||^2_σ}，其中ro为相邻状态间的位姿变化残差，由里程计因子与深度因子共同决定；rv为视觉因子残差；ra为声纳因子残差；σ表示信息矩阵，根据各传感器测量噪声进行残差加权。残差的具体定义涉及四元数运算、位置差分与方位角差值，可统一表达多源观测对状态估计的约束关系。获得对接装置的精确位姿信息后，AUV基于简化视线法（Line-of-Sight, LOS）导引律进行对接站跟踪。目标跟踪艏向角定义为θt = θ + α − β，其中θ为AUV当前艏向角，α为AUV艏向与zs轴航向的差值，β = arctan(e/l)为接近补偿角，e为AUV在动态对接坐标系x和y方向的误差，l为可在z方向变化的预览距离。AUV通过水平面与垂直面的解耦控制完成最终对接。
为验证系统有效性，研究团队在吉林省松花湖进行了湖上动态对接试验。动态对接装置安装在母船上，母船上设置GPS-RTK实时记录对接装置位置，信标持续发送信号，对接环下方安装相机监测对接过程。实验期间母船保持0.5 m/s航速沿同一方向航行，AUV初始航向与母船不同。相机记录显示AUV成功完成动态对接并保持与母船航行方向基本一致的艏向。
4.1 声学导引性能分析
AUV在水面利用GPS记录初始位置，下潜后利用INS与DVL组合导航系统记录声学导引轨迹。实验分为两组：一组被动声纳信号较强，另一组中途受到信号干扰。在第一组实验中，AUV在接近A点过程中完成被动声纳方位标定，随后开始母船跟踪。由于采用低通滤波处理声纳信号，整个跟踪过程中AUV运动平稳，未在母船艏向附近出现振荡，准确到达光学信标可探测范围。最终侧向声学导引误差为0.649米，艏向误差为5.026度。第二组实验中，在B点前完成方位标定，跟踪过程中C点处声学信号受干扰导致艏向偏移，重新获取声学信标信号后进行航向重新标定并继续跟踪，最终较为稳定地进入光学可探测范围。侧向声学导引误差为1.160米，艏向误差为7.310度。
4.2 视觉定位性能分析
实验表明AUV可在13米至3.7米范围内感知光学信标。距对接站约13米时，光学信标特征不够明显，可能导致误识别并干扰光学定位；距离小于3.7米时，光学信标移出相机视场，影响光学中心选取，无法继续进行基于光学信标的定位。因此视觉定位的置信距离根据与对接站的距离确定。在距离对接站7米处，由于自然水下流场和母船尾流的影响，AUV出现显著横滚角偏差，系统进行了实时控制调整。
4.3 声光融合导引性能分析
在声光导引阶段，视觉定位可能受到其他光源干扰导致误识别并产生显著定位误差。在本实验中，距动态对接站6.5米和8米处出现了显著的位置跳变，若在该过程中完全信任视觉定位数据将导致角度位置偏差乃至对接失败。DVL与INS组合导航定位精度较高，能在声光导引阶段有效约束运动偏差，从而抑制视觉定位突变的影响。两组实验中，侧向和纵向位置偏差均随着AUV接近对接站而收敛减小，并在光学信标可感知距离内将AUV导引至安全对接偏差范围。当与对接站距离小于3.7米时，光学信标超出相机感知范围，AUV基于前一时刻的定位数据完成最终对接导引。两组实验的距离偏差最终分别收敛至0.1487米和0.295米。相对动态对接坐标系的艏向角误差保持在−5至+5度之间，维持了稳定的对接艏向与位姿控制。综合导引偏差率方面，侧向收敛误差的导引偏差率为12.26%，声学导引的平均侧向偏差约为1米，而声光融合导引阶段可确保0.1226米的侧向对接精度；综合艏向偏差约为3度。
本文提出了一种基于被动声纳与单目视觉耦合的AUV动态对接系统，包含三个阶段：归航（homing）、声学导引和声光融合导引。在声学导引模块中，提出了利用被动声纳确定纯方位的初始标定方法以及稳定的母船跟踪方案。在近距离声光融合导引方面，开发了基于非线性优化的声光耦合定位方法，并通过多传感器支持提高了AUV与母船之间的对接精度与稳定性。湖上动态对接实验验证了基于被动声纳的声学导引的可行性以及声光融合定位方案的可靠性与精度。
该研究的科学价值在于：系统性地解决了被动声纳在AUV动态对接中无法区分前后方位的固有问题，提出了一套完整的初始方位标定与稳定跟踪方法；同时将声学、光学及航位推算信息通过非线性优化在位姿图框架下进行紧耦合融合，有效抑制了视觉定位突变对对接过程的干扰，为欠驱动AUV的近距离对接控制提供了稳定的状态估计。在应用层面，该系统适用于长距离AUV对接与回收任务，可扩展AUV动态对接技术的应用场景，尤其适用于对隐蔽性和续航能力有较高要求的作业环境。未来研究将设计更复杂的动态对接装置以支持多AUV同时对接，开发容错率更高的对接规划与决策算法以应对光学信标感知不完整与误识别问题，并结合神经网络算法预测母船位置以增强纯方位跟踪能力。