面向水电站智能检测的水下环境感知与自主定位平台研制及应用

我国是世界上水电站最多的国家，由于长年运行，加之受水工建筑物的结构老化和地震等地质灾害影响，安全问题日益凸显，严重影响了工程的安全稳定运行和长期效益的发挥。此类工程安全隐患通常处于水面以下，排查难度较大，而大多数水库大坝不具备放空条件，因此针对该类工程问题的水下安全隐患探查是一个急需解决的工程问题。长期以来，水下检测工作主要采用潜水员作为水下移动载体。目前水下机器人已成为水利工程智能检测方面最具潜力的水下探测工具，对于水利工程除险加固和大坝日常安全管理等均具备十分重要的应用价值。本项目针对大型水电站复杂环境中安全检测重大需求，提出水下无人载体多机路径规划、水下惯性自主组合定位导航、水下环境感知和水下检测方法，实现基于多水下机器人的水电站关键部位协同检测，有效提高水下自主系统检测效率。

创新点及主要技术指标 （1）复杂水下环境造成通信数据丢包，使得传统的协同路径规划方法难以实现多水下机器人系统高效协调与合作，不能提供最佳决策方案实现最优路径规划。研究协同航路规划的多种约束条件，基于深度强化学习进行协同航路规划，使得多水下机器人实现全局性、全方位和全过程整体协同。（2）针对水下机器人定位方面的研究大多集中在滤波算法研究，未能从根源分析误差成因。提出了基于拟牛顿四元数估计理论的 DVL 误差标定技术、基于变中心最大熵的USBL 安装误差标定技术以及基于变分贝叶斯的 SINS/DVL/USBL 紧组合定位技术，以解决复杂水下环境中传感器易受干扰、组合定位精度差的难题。 （3）针对现有检测手段在对大型水电站库区及大坝整体结构进行大范围检测时的效率低、精度有限等问题。提出基于多波束探测声呐与水下机器人联合检测系统，建立基于语义SLAM 的水电站三维环境模型，进一步提升检测系统对水下结构设施、水底表层特征等判读、识别能力，有助于解决水电站库区边坡、坝体、消能结构、导墙等结构的状态安全检测难题，提高了大型水电站结构异常检测的精度。 成果在江苏中海达海洋信息技术有限公司等复杂水下环境作业中得到应用，并拓展到中石油渤海钻探公司承担的海上钻探项目，有力支撑了以大型水电站为代表的大型复杂水下作业的日常运维与故障检修工作，取得了显著的社会效益和经济效益，近 3 年新增销售额4066.72 万元，新增营收982.51 万元，新增利润 1591.28 万元，新增税收 305.6 万元，节支总额1185.41 万元。