基于物联网的无人水面艇航行状态监测系统设计.pdf

第52 卷第1期2024年2 月文章编号：10 0 0-38 7 8(2 0 2 4)0 1-0 0 19-0 9基于物联网的无人水面艇航行状态监测系统设计造船技术Zaochuan JishuDOI:10.12225/j.issn.1000-3878.2024.01.20240104Vol.52 No.1Feb.,2024温小飞1，王广哲1*，周枫，李同兰3（1.浙江海洋大学船舶与海运学院，浙江舟山316 0 2 2；2.浙江省海洋开发研究院，浙江舟山316 0 2 1；3.舟山市卓林船舶设计有限公司，浙江舟山316 0 0 0）摘要：针对无人水面艇（Unmanned SurfaceVessel，U SV）航行状态监测及试航性能评估试验中的参数获取问题，设计一套USV航行状态监测系统。以物联网（Internet of Things，I o T）3层架构为基础，设计小尺寸、低功耗的监测方案。以多源传感器和STM32微控制器作为感知层，以远距离无线电（LongRangeRadio，L o Ra）网关及LoRa终端作为数据远程传输途径，以传输控制协议（TCP）作为数据远程传输协议，以云平台作为系统应用层，实现数据采集、传输和应用功能。基于监测系统要求，在应用层设置阅值实现航行状态预警功能。对系统功能及性能进行测试，结果表明，系统横、纵摇精度为土0.0 2 RMS，风速为（0.2 士0.0 3）m/s，风向为土2.5，所有监测参数技术指标均符合要求，且丢包率在通信距离小于1.4km时为1.5%，较传统方法降低约2 2%。该系统可为进一步完善USV航行状态监测提供技术支持。关键词：无人水面艇；航行状态监测系统；物联网；多源传感器；远距离无线电中图分类号：U675.79文献标志码：ADesign of Navigation Condition Monitoring Systemfor Unmanned Surface Vessel Based on Internet of ThingsWEN Xiaofeil,WANG Guangzhel*,ZHOU Feng,LI Tonglan(1.School of Naval Architecture and Maritime,Zhejiang Ocean University,Zhoushan 316022,Zhejiang,China;2.Zhejiang Marine Development Research Institute,Zhoushan 316021,Zhejiang,China;3.Zhoushanshi Zhuolin Ship Design Co.,Ltd.,Zhoushan 316000,Zhejiang,China)Abstract:In view of the parameter acquisition problem in the navigation condition monitoring and trialperformance evaluation test of Unmanned Surface Vessel(USV),a USV navigation condition monitoring systemis designed.Based on the 3-layer architecture of Internet of Things(loT),a small size and low powerconsumption monitoring scheme is designed.The multi-source sensors and STM32 microcontroller are used asthe sensing layer,the Long Range Radio(LoRa)gateway and LoRa terminal are used as the remote datatransmission channel,Transmission Control Protocol(TCP)is used as the remote data transmission protocol,the cloud platform is used as the system application layer,and the data collection,transmission,and applicationfunctions are realized.Based on the requirements of monitoring system,the threshold value is set in theapplication layer to realize the navigation condition warning function.The test results of system function andperformance show that the rolling and pitching accuracy is 0.02 RMS,the wind speed is(0.20.03)m/s,the wind direction is 2.5,all the monitoring parameters meet the requirements,and the packet loss rate is1.5%when the communication distance is less than 1.4 km,which is about 22%lower than the traditionalmethod.The system can provide technical support for further improving the USV navigation基金项目：浙江省重点研发计划项目（编号：2 0 2 1C03185）；浙江省市场监督管理局质量技术基础建设项目（编号：2 0 2 0 0 132)作者简介：温小飞（19 7 7 一），男，副教授，研究方向为海洋无人艇系统设计与智能测控*通信作者：王广哲（19 9 6 一），男，硕士，研究方向为海洋无人艇航行状态监测与运动控制系统20condition monitoring.Key words:Unmanned Surface Vessel(USV);navigation condition monitoring system;Internet of Things(loT);multi-source sensor;Long Range Radio(LoRa)0引言随着物联网（Internet of Things，I o T）技术的发展，无人驾驶技术得到快速提升，无人水面艇（U n m a n n e d Su r f a c e Ve s s e l，U SV）因小巧灵活、操作简单而广泛用于替代人类在危险和恶劣环境中执行任务，例如环境监测、海洋资源勘探、海上搜救、反潜作战等 1-2 。然而，在复杂和危险水域执行任务时，需要实时获取参数并辩识其安全状态，要求监测系统具有高实时性和可靠性，一旦USV航行状态参数（航速、航向、风速、风向、横摇、纵摇、主机运行参数等）在传输系统中延迟或误差过大，会对其航行安全产生致命的后果 3。在主机航行试验和航速、操纵性、耐波性等航行性能试验造船技术第52 卷第1期无线电（Long Range Radio，L o Ra）终端与LoRa无线网关相结合的方式可有效解决传输丢包与延时的问题，提高系统实时性，为USV的任务成功性及航行性能评估试验提供推理依据。1系统方案根据IoT体系结构设计原则，设计USV航行状态监测系统主体架构，分为感知层、传输层和应用层，如图1所示，其中，TCP为传输控制协议，PC（I n t e r-I n t e g r a t e d Ci r c u i t）为集成电路互连。该系统具有实时数据采集、远程传输、异常报警等功能。移动端IT上位机-监控中心中，同样需要获取航行状态数据对USV性能进行评估。针对USV航行需求设计监测系统，实时监测航行状态信息并对异常参数进行预警，对提高USV航行安全性与任务成功性具有重要意义。目前，在船舶监测研究方面取得一定成果。Alpha OriTechnology公司研发监测船舶运行状况的SMARTShip 监测系统 4。文献5 文献7针对USV的综合电力系统智能监控进行研究。胡剑等 8 对USV健康管理系统需求进行分析。余永华等9 设计船用柴油机缸压在线监测系统。乔大雷等 10 设计USV预测性维护系统。任兵等 11 设计基于移动浮标式的 USV 航行位置监测系统。IoT3层架构监测平台作为“智慧航运”的重要组成部分，在智能化、自动化、连续性及可靠性等方面均具有良好的表现，能够提供实时便捷的监控网络 12 。然而，上述研究中的IoT技术在USV运行状态监测方面的相关研究却较少，且现有监测系统的测量物理对象单一，仅解决若干关键子设备的监测问题，系统数据传输丢包率与延时较高，尚无法为USV动态调整任务及航行性能评估试验提供全面的信息支持。综上所述，针对USV运行状态监测物理对象类别不足与远程传输丢包等问题，基于IoT3层架构开展研究工作，设计USV航行状态监测系统，利用多源传感器和现场总线对航行状态参数进行采集，丰富监测参数种类。数据远程传输采用远距离ModbusTCP用户传编层LoRa网关现场总线STM32微控制器RS485ModbusPC模拟量采集器感知姿态转速电涡流绝对值风速风向差分定位！传感器传感器_传感器编码器传感器传感器模块二图1系统主体构架（1）感知层由STM32微控制器、多源传感器、模拟量采集器、RS485集线器、现场总线等组成。采用RS485与I?C组合的通信方式，执行上级的操作指令，STM32微控制器最终将采集的实时数据通过现场总线向上传输。（2）传输层主要由互联网和无线通信网组成。LoRa是一种低功耗广域网通信技术 13，鉴于其低成本、功耗小、抗干扰能力强等特点，选用LoRa终端作为近距离传输网络。远距离数据传输选用双通道LoRa网关，对上使用TCP/网际协议（IP)接入云平台，对下通过内部LoRa通道与终端节点进行通信。传输层的主要功能是将感知层中监测数LoRa终端PC温小飞，等：基于物联网的无人水面艇航行状态监测系统设计据上传至应用层，并将应用层的指令下发至感知层，起到上传下达的桥梁作用 14。（3）应用层作为IoT和用户的接口，需要实现对接收的原始数据进行解码、计算和存储，并在监测到异常数据时及时反馈至用户。应用层主要由上位机和移动终端组成。Web端和手机小程序可实现人机交互，授权用户可通过Web端和小程序访问该数据可视化展示平台，实时获取USV航行状态数据，并可人为下发指令。计算模型主要用于将采集的数据转换成所需参数，再将其与设置的静态阈值进行对比分析，在不满足条件时发送预警指令，管理者根据实际情况及时调整航行策略。2硬件设计与集成系统硬件分别由数据采集模块、存储模块、无线通信模块和电源模块组成，详细技术指标如表1所示，其中，DC为直流电，ASCII（A m e r ic a nStandard Code for Information Interchange）为美PCI3-ANILTAMPGND.45PCI5-OSC32_OUTP15P6XTAL-INXTAL-OUTCi22pF7NRST8PAO-WKUP9GNDHPA1R210PA2/USART2.TXLoRa终端接口8MC4HH22pFU2VCCGND3RXD4TXDPPS5GPS模块2.1数据采集模块数据采集模块是感知层的核心部分，由微控制器和多源传感器组成。数据采集与处理功能由微控制器完成。使用STM32F103C8T6作为主控制器，该芯片基于32 位高性能ARMCortex-M3芯片，工作频率最高可达7 2 MHz，拥有2 个串行外设接（Se r ia l Pe r ip h e r a l I n te r fa c e，SPI)、2 个IC接口、2 组12 位模数转换器（Analog-to-DigtalConverter，A D C）、3个通用同步/异步收发器21国信息交换标准代码，LSB（L e a s t Sig n if ic a n t Bit）为最低有效位（即最小分辨率）。系统主要电路原理如图2 所示。表1技术指标项目指标DC12电源电压/V航速精度/(ms-1)0.96工作温度/-2080通信接口RS485输出格式ASCII波特率自行配置舵角测量精度/()动态响应时间/s0.50.1横、纵摇动态0.03精度/(RMS)横、纵摇分辨率/16384(LSB.g-1)3V3R!UORCIU1VBAT15P32.768KlY1IM3V3GNND1718PB2/BOOT1PBI/ADC_IN919PB1012C2SCL/USART3_TXPB13/SP2SCK20PB11/2C2SDAUSART3RX21VSSAVSS 1 VSS.3 VSS.2 VDD/VDD2 VDD 3221232425L2627STM32F103C8T6GND图2 系统电路原理(Universal Synchronous/Asynchronous Receiver/Transmitter，U SA RT）接口，性能高，功耗低。丰富的接口和杰出的控制能力使其适用于控制多个传感器的应用。多源传感器选型及计算模型如下：（1）姿态数据。采用MPU60506轴姿态传感器，芯片内部涵盖3轴陀螺仪和3轴加速度传感器，且内置卡尔曼滤波算法，提高数据处理精度，减少误差累积 15。MPU6050通过IC接口与微控制器进行通信。各轴的角速度分量、加速度分量经项目航向角精度/（）定位水平精度/m0.025舵角测量范围/(）3600.08转速测量精度/0.01(r.s-1)风向精度/()风速精度/(0.2+(ms-1)0.03)GNDGNDSTM32主控芯片PB9/TIM4_CH43PC14OSC32IN11PA3/USART2RXPA4/SPIINSS13PA5/SPIL_SCK14PA6/SPILMISO15PA7/SPIIMOSI16PBO/ADCIN8指标0.050.32.5487R33V3U3PB9/TIM4.CH3BOOTO4647UiMPB7/2CL_SDA/TIM4_CH245PB6/12CISCL/TIM4CHI44PB5/12CI_SMBAI43PB4/JTRST42PB3/JIDO4140PA115/JDIPA1439PA1338PA12/USBDP37PAI1/USBDM36PAIOUSARTIRX35PAOUSARTLTX34PA&USARTICLK33PB15/SPI2MOSIPB14/SPI2MISOPB12/SPI2NSSVDDA28R7JOR33VCCGND3SDASCLINT6ADO姿态传感器3V3C5U4104323130297R52ROVCC156R4360RJ360RREB37DEA48DIGNDSP3485GNDR620RRS485接口现场总线接口22数字运动处理器（Digital MotionProcessor，DMP）直接融合并输出四元数，采用q格式，放大至2 30 16 ，将四元数转换为欧拉角。（2）依托Here十基站实时动态（Real-TimeKinematic，RT K）全球导航卫星系统（GlobalNavigation Satellite System，G NSS)差分定位模块获取位置信息，该模块支持多卫星系统联合定位，可根据需求选择数据输出协议，供电电压为3.3V，追踪灵敏度为一16 1dBm、网络RTK定位更新速率最高可达8 Hz，通过I?C接口直接与微控制器进行通信。（3）利用SJ1011CY-1615-070-H电涡流位移传感器采集振动数据，工作电压为士15V，整体采用“二次注塑”技术具有耐腐蚀、防油、防水的功能，适合在恶劣环境下工作。根据标准特性方程可计算振动位移：X=(V+1.000 4)/2.548 9式中：X为探头与试件之间的距离，mm；V为电涡流传感器输出电压，V。（4）风向、风速传感器均采用Modbus远程终端单元（Remote Terminal Unit，RT U）协议，工作电压为DC12V，动态响应速度小于0.3s，灵敏度高。基于输出电压与风速风向成正比关系，可计算实时海上气象数据。风向换算关系如表2所示。（5）由于USV工作环境恶劣，为准确、稳定地采集舵角数据采用防护等级为IP67的BTR50单圈绝对值编码器，工作电压为5V，舵角计算公微控制器RS485接口造船技术第52 卷第1期表2 风向换算关系风向（0 7）档风向角度值（0 36 0）/（）0014529031354180521562707315式 17 为3600212式中：为输出舵角；为绝对值编码器输出ASCII码经转换后的十进制数。(1)（6）转速采集采用HY1954霍尔转速传感器，输出信号为模拟量，需外接模拟量转换器使用。转速计算公式 18 为n=PT式中：n为主机转速；P为主机轴转一圈的脉冲数；T为输出方波信号周期。传感器采用现场总线型拓扑结构进行组网，如图3所示。微控制器RS485接口拓出1根现场总线作为多源传感器与微控制器的公共传输通道，依托微控制器轮询传感器应答的通信模式，减少数据冲突，提高数据采集效率与准确率。模拟量采集模块(RS485ModbusRTU协议）模拟量采集模块(RS485ModbusRTU协议)RS485总线RS485（M o d b u s RT U 协议）风向方位北风东北风东风东南风南风西南风西风西北风(2)60(3)输入4 2 0 mAl电涡流传感器输入4 2 0 mAl转速传感器风速传感器RS485（M o d b u s RT U 协议）RS485（M o d b u s RT U 协议）风向传感器绝对值编码器图3现场总线组网结构2.2楼数据存储模块系统在运行时受到海浪、洋流和海风等海洋环境因素的影响，数据远程传输会造成数据丢失。因此，先将数据存储至SD卡，建立支持决策和管理过程、面向主题、集成、相对稳定、反映历史变化的数据集合，再远程传输至云平台，为后续USV温小飞，等：基于物联网的无人水面艇航行状态监测系统设计航行性能评价提供数据支持。2.3供电模块USV自身电力资源有限且系统中的模块工作电压差较大，如数据采集模块需要3.3V、5V、12V、土15V等，因此采用多路输出DC降压模块，电路原理如图4所示。UILM2596-VCCH上+VinGNDON/OFFC10.1uFGND具体供电方案如下：系统采用2 4V锂电池作为电源，通过LM2596-5.0、L M 2 59 6 0-12 固定降压芯片将锂电池输人的2 4V电压分别转换为5V、12V电压，而3.3 V、士15V电压则需要2 个LM25960-ADJ可调降压芯片分别转换。2.4无线通信模块数据近距离传输使用LoRa终端模块，工作电23压及温度分别为12 V、一2 0 8 0。该模块选用SX1278射频芯片 19 、LoRa调制解调器并集成30dBm功率放大器，结合前向纠错码和数字信号处理技术，具有超远距离扩频通信、高抗干扰性和低功耗性，适用于复杂环境下的无线数据传输。在使用时需进行同速率、信道、目标地址参数配对设置，配对LoRa终端采用点对点数据透传模式。FB74OUT2470u/F/50V35图4DC降压模块电路原理VCC150uHZ1000uF/16VfC3C4SS340.1FGND数据远程传输可使用LoRa无线网关实现。数据采集模块依托RS485串行总线将数据传输至LoRa终端。LoRa终端以 Modbus RTU协议通过发送短报文数据格式点对点上传至LoRa无线网关。LoRa无线网关使用Modbus TCP将数据上传至云平台，实时监测USV运行状态。管理者可在任何无线网络覆盖的地方，通过云平台对参数预警阅值进行设定，云平台将设定的阈值以ModbusTCP格式下发至LoRa无线网关。对下发的数据进行Modbus TCP与Modbus RTU协议转换，形成ModbusRTU报文数据格式，经LoRa终端依次发送至STM32对应的指令寄存区，最终实现异常预警功能。数据远程传输框架如图5所示。RS485数据采集模块LoRa终端LoRa无线网关基站ModbusModbusRTURTU数据采集模块LoRa无线网关LoRaModbus终ModbusRTURTU端图5楼数据远程传输框架2.5系统硬件集成考虑航行体内部狭小、可加装的空间固定且有限、在不同工况条件下的电磁干扰波动大等问题，在兼顾控制数据采集及传输流程等相关要求基础上，将各模块采用活动卡扣封装在电磁屏蔽箱内，以减小电磁对各模块的干扰，方便安装与维护。多源传感器接口均采用四芯航空插头，每个航空插头包含2 根电源线和2 根信号线，便于灵活安装。监测设备内部实物如图6 所示。3程序设计3.1楼数据采集与传输程序选用KeilVision520集成开发环境，应用C语言编写数据采集与传输程序，其运行流程如图7LoRaTCP/IP经LoRa网关打包解析后的数据Modbus TCP云服务器下发给LoRa网关的数据Modbus TCP箱体上盖模拟量采集器及RS485集线器STM32微控制器现场总线电磁屏蔽箱图6 监测设备内部实物所示。数据采集模块在接收到云平台发送的采集任务指令后，根据指令完成采集任务，通过LoRa终端与无线网关上传至云平台。3.2无线网关程序LoRa无线网关接收云平台下发的指令或LoRaTCP/IP因特网云平台云平台DC降压模块控纽开关传感器及无线通信模块接口一锂电池24终端发送的数据，两者通过命令字进行判别。若是云平台下发的预警阈值设定指令，则通过LoRa终端发送至数据采集模块的STM32控制器；若是3.3应用程序开发应用程序开发通过云平台中的组态设计功能实现。通过组态编辑器实现实时显示和数据反演功能，将关联数据进行可视化展示。具体设计步骤如下：创建模板，选择合适模板对应用程序进行组态；设计应用程序界面，进行需求分析，详细考虑系统参数监测需求，对主界面、数据收发测试与分析界面、监测与历史数据查询界面进行设计，如图9 所示；关联系统监测参数，对组态界面中的每个按钮设定输人框、圆饼及线型数据显示框，并将对应变量进行数据关联。监测应用程序工作流程如图10 所示。建立数据获取接口链接，判断校验是否正确，遵循一对一原则识别不同传感器原始报文并进行分组。根据解码规则对原始报文信息进行解码、进制转换与计算。根据预先设置的静态阈值进行数据异常判断，在出现异常时发出警报。造船技术第52 卷第1期开始等待接收云平台指令否是否接收到云平台任务指令工是读取、分析指令采集数据数据预处理图7 主程序运行流程LoRa终端上传数据，则直接发送至云平台。无线网类程序执行流程如图8 所示。开始初始化等待接收数据或者指令是否接收到数据或者指令是图8 无线网关程序执行流程4系统测试在对系统进行硬件设计、程序设计与开发后，进人系统功能与性能测试阶段。功能测试包括监测及预警功能测试。系统性能测试主要包括精度测试、信息传输丢包率及通信延迟测试。测试区域长40 0 0 m、宽30 0 0 m、深8 m，场地开阔、无遮挡，满足无线通信设备架设需求。海况为3级，温度为2 333，相对湿度为35%45%。监测对象为一艘长7.6 m、宽2.8 m、高3.0m柴油机驱动且运行良好的USV，船体采用滚塑材质。测试区域及监测对象如图11所示。4.1功能测试将所设计的监测系统安装在USV上进行持续测试，时长约8 h。系统运行结果表明：监测数据实时稳定地上传至云服务器，并通过应用程序以图形化界面展示；用户通过应用程序下发指令设置风速预警值5m/s，在风速超过5m/s时系统预数据存储文否是否上传数据工是执行指令将处理的数据信息上传向云平台发送执行完成反馈结束读取、分析指令支根据命令字判断是否上传云服务器是将接收的数据信息上传工结束通过LoRa发送至数据采集模块温小飞，等：基于物联网的无人水面艇航行状态监测系统设计25/EUSV航行状态监测系统V1.0N/SIm/s信总品示航设装示数据测试数招分折报告输出器防史数捷(a）主界面（b）数据显示界面第口号：11520-安位/防速热据：经理速热系拉移数据：移（c）历史数据查询界面图9应用程序组态界面开始数据是否异常程序初始化是立发出警报接收数据文是数据剔除校验和是否正确数据识别与分组数据解码与计算图10监测应用程序工作流程（d）数据收发测试界面否修改航行参数数据存储立数据加载Echarts图表显示结束风速、风向传感器通信天线测试区域(a)测试区域图11测试区域及监测对象警，达到预期的功能要求。系统预警阈值应根据船（2）信息传输丢包率测试。试验共分10 组，型参数及稳定性要求进行设定，参见中国船级社每组通信距离间隔为0.3km，将串口调试工具波钢质海船人级规范 2 1和智能船舶规范2 。特率设置为1152 0 0，向无线通信模块发送2 0 0 个4.2性能测试数据包，每包10 0 0 字节，发送间隔为1ms。数据（1）精度测试。由第三方检测公司进行精度测传输丢包率测试条件和结果如表4所示。由表4可试和标定，因此对系统精度不再进行测试，结果如知：通信距离在1.0 km以内，系统无乱码、无丢表3所示。结果表明，该系统风速误差为（0.2 士包。与文献2 3相比，在数据传输距离小于0.03）m/s，风向为2.5，定位为0.0 2 5m，所有1.4km时丢包率为1.5%，降低约2 2%。参数均符合系统技术指标，整体数据正确率较高。柴油机绝对值编码器电涡流位移MPU6050传感器传感器(b）监测对象转速传感器26检测项目横/纵摇动态精度/RMS)航速精度/(ms-1)航向精度/(）定位/m主机转速/(rmin-1)主轴振动/mm风速误差/(ms-1)风向误差/(）表4数据传输丢包率测试条件和结果试验组通信距离/km接收数据包/个10.320.630.941.151.461.772.082.392.6102.9（3）通信延迟测试。通信延迟会影响USV运行的稳定性和安全性，通过标记时间戳的方式计算系统延迟时间。T为数据发送时刻，T为云服务器数据接收时刻，T一Ti即为数据传输延迟。由于数据先写入存储模块SD卡中再进行远程传输，因此将 SD卡中的数据时间戳作为 Ti。取10 0 组数据进行对比分析，如图12 所示。结果表明，系统平均通信延迟为2 3ms，满足监测实时性要求。100工数据发送时刻T数据发送时刻S/9080706050%5结论（1）针对USV航行状态监测及试航性能评估造船技术第52 卷第1期表3系统精度测试结果技术指标检测结果10.10.120.050.060.30.30.0250.0240.010.0070.010.0120.20.030.20.052.52.4丢包率/%2000200020001990.51971.51952.51886.01819.517612.016915.5业2040数据编号图12系统延迟分析检测结果2检测结果30.080.080.040.050.40.20.0260.0250.0120.0110.0090.0090.20.020.20.022.62.5试验中的参数获取需求，并结合中国船级社钢质海船人级规范设计一套综合监测系统。该系统依托感知层、传输层、应用层等3层体系结构，应用多源传感器与现场总线对多类型航行参数持续采集，经传输层传输与应用层解算，最终实现实时监测与预警功能，未来可应用于USV日常航行监测与性能监测试验。（2）基于系统监测数据远程传输要求，选择LoRa终端和无线网关组合通信方式，对STM32内部嵌人基于Modbus RTU协议的数据采集与传输程序，完成与LoRa终端之间的通信。无线网关以Modbus TCP为桥梁与云平台进行信息交互，用户可通过手机小程序在任何互联网覆盖的地方远程查看监测数据。（3）通过对系统功能与性能进行测试，结果表明：所设计的系统运行稳定，监测数据准确率高，所有参数精度均符合系统技术指标，风速、风向、定位误差分别为（0.2 0.0 3）m/s、2.50.025m；数据传输平均通信延迟2 3ms，可实现实时监控；通信距离在小于1.4km时的丢包率为1.5%，对比传统方法降低约2 2%，满足预期的监测与预警功能需求。参考文献1彭艳，葛磊，李小毛，等.无人水面艇研究现状与发展趋势JI.上海大学学报（自然科学版），2 0 19，2 5（5）：645-654.6080检测值0.090.02，符合0.05符合0.3符合0.025符合0.01符合0.01符合0.20.03符合2.5符合1002OUELMOKHTARBENAZZOUZ D,et al.Energy-based USV maritimemonitoringg multi-objectiveevolutionaryalgorithmsJ.Ocean Engineering,2022,253:111182.31RODRIGUEZ J,CASTANEDA H,GONZALEZ-判定H,BENMOUSSAusingY,温小飞，等：基于物联网的无人水面艇航行状态监测系统设计GARCIA A,et al.Finite-time control for anUnmanned Surface Vehicle based on adaptive slidingmode strategy JJ.O c e a n En g i n e e r i n g，2 0 2 2,254:111255.4于于巧婵，陈香玉，李亚斌，等.智能船舶综合测试技术体系与测试要求分析J.船舶工程，2 0 2 1，43（增刊1):365-371.5程焱明.大型水面无人船综合电力系统健康评估模型研究D.武汉：武汉理工大学,2 0 18.6 汲乔瑶.基于数据驱动的无人艇蓄电池剩余寿命预测D.大连：大连海事大学，2 0 14.7乔思洁.锂电池管理系统的研究与设计D.青岛：中国海洋大学，2 0 0 9.胡剑，杨建军，蔡文涛.某型无人艇综合健康管理系统分析J.中国舰船研究，2 0 2 1，16（1）：151-157.9 余永华，张立浩，杨建国.船用柴油机缸压在线监测系统开发J.中国航海，2 0 17,40（2：14-18.10乔大雷，戴立坤，邹玉娟.水面机器人机舱设备预测维护系统研究与设计J.机械设计与制造，2 0 18（6)：270-272.11 任兵，陈卫国，饶银辉，等.基于移动式浮标的无人艇航行监测系统设计J.中国测试，2 0 2 2，48（4）：123-128.12与卓金宝，施伟锋，兰莹，等.基于物联网技术的电力推进船舶电能质量监视系统设计J.中国舰船研究，2019,14(2):118-125.2713廖志远.基于LoRa 技术的船舶航行环境智能监测系统J.舰船科学技术，2 0 2 1,43（18)：7 6-7 8.14汪凤珠，赵博，王辉，等.基于 ZigBee 和TCP/IP的盐碱地田间监控系统研究J.农业机械学报，2 0 19，50(增刊1):2 0 7-2 13.15荆通，赵鹤鸣.阵列式MEMS惯性传感器及噪声抑制研究J.传感技术学报，2 0 2 0，33（6）：7 7 9-7 8 4.16张承岫，李铁鹰，王耀力.基于MPU6050和互补滤波的四旋翼飞控系统设计J.传感技术学报，2 0 16，2 9(7):1011-1015.17温小飞，许克荣，王海荣，等.基于LoRa的无人艇运行状态监测系统J.舰船科学技术，2 0 2 2，44（2 1：63-68.18孙寒冰，苏玉民，邹劲，等.高速无人艇纵向航行性能试验J.上海交通大学学报，2 0 13，47（2）：2 7 8-2 8 3.19黄金鹏，尚俊娜，岳克强.基于ARM与MPU6050的测姿系统设计J.传感器与微系统，2 0 18,37（4)：101-103.20张毅刚.单片机原理及应用：基于C51编程的Proteus仿真案例MI.北京：高等教育出版社，2 0 13.21中国船级社.钢质海船入级规范SI.2022.22中国船级社.智能船舶规范S.2023.23张刚，胡洋洋，韩祥兰，等.淡水珍珠蚌循环水养殖模式下分布式水质监控系统设计J.农业工程学报，2020,36(7):239-247.上接第7 页3徐飞.基于改进人工势场法的机器人避障及路径规划研究J.计算机科学，2 0 16，43（12）：2 9 3-2 9 6.4孙炜，吕云峰，唐宏伟，等.基于一种改进A*算法的移动机器人路径规划J.湖南大学学报（自然科学版），2017,44(4):94-101.55张松灿，普杰信，司彦娜，等，蚁群算法在移动机器人路径规划中的应用综述J.计算机工程与应用，2 0 2 0，56(8):10-19.6子孙玉山，王力锋，吴菁，等.智能水下机器人路径规划方法综述J.舰船科学技术，2 0 2 0，42（7）：1-7.7孙功武，苏义鑫，顾轶超，等.基于改进蚁群算法的水面无人艇路径规划J.控制与决策，2 0 2 1，36（4）：847-856.8濮明月，张彦如.基于改进蚁群算法的物流配送车辆路径优化方法J.吉林化工学院学报，2 0 2 1，38（5）：90-94.9 游晓明，刘升，吕金秋.一种动态搜索策略的蚁群算法及其在机器人路径规划中的应用.控制与决策，2017,32(3):552-556.10吴雨婷，叶勇，骆宏敏.基于蚁群算法的速冻蔬菜配送路径优化研究J.洛阳理工学院学报（自然科学版），2020,30(1):67-72.11李根,李航，张帅阳，等.基于蚁群算法的最优路径规划及参数研究J.中国科技论文，2 0 18，13（16）：1909-1914.12吴雪琴，赵文广，赵之洛.基于混合模拟退火的无人船多点巡航调度J.船舶工程，2 0 2 2，44（4）：2 4-2 9.13杨柏丞，赵志垒.基于改进模拟退火算法的多船会遇避碰决策J.大连海事大学学报，2 0 18，44（2）：2 2-2 6.