多AUV协同智能化系统

多AUV协同智能化系统是由多个同构或异构智能无人子AUV系统组成的空间、时间、事件和功能分布的复杂系统。具有高度并行性、鲁棒性和协作性的多AUV智能系统已成为智能AUV发展的重要方向之一。该系统具备信息收集和环境认知能力，可借鉴人类在认知过程中的认知信息处理、复杂环境认知算法、基于认知的学习和推理方法等，感知、识别、理解其所处的水下环境。

智能化系统主要涉及自主控制、多源信息融合、水声通信、场景分割、目标检测与识别、导航、地图构建等多项关键技术，朝长航时、大深度、智能化、模块化、体系化、协同化等方向不断发展。多AUV协同智能化系统将突下通信和组网局限，通过水下传感器网络，从***运作升级为与可其他平台协同完成复杂任务。

智能化机器替代人工成为大众化需求

在清洁服务市场，智能化机器替代人工已成为一个大众化需求。长期以来，传统清洁服务市场面临三个难题，一是劳动人口缺失，二是清洁标准提升，三是清洁服务需求日益增长，而解决这些难题的佳选项是清洁机器人。

家庭清洁服务收入低、高空清洁服务风险大、街道清洁服务时间长，越来越多工人舍弃清洁服务工作，选择外卖、快递等自由度高、工资高的工作，清洁员缺口巨大，劳动力短缺。另外，劳动力成本日益上涨，企业或雇主消费标准提高，清洁服务市场需要规范化、标准化。

清洁机器人的出现打破了清洁行业发展僵局，机器取代人工解放了劳动力，解决了因人工误差而导致的清洁效果时好时差的问题，并且无论是水下、高空还是街道的清洁需求，多功能的清洁机器人都可满足。

水下机器人作业可以选择在港口集装箱货轮装卸货的同时清洗船体

水下机器人作业可以选择在港口集装箱货轮装卸货的同时清洗船体，为船东节省时间。潜水员只能在锚地清洗船体，基于安全因素，都不允许潜水员在港口作业。“水下机器人作业，不受天气温度的影响，抗海流能力强，而潜水员只能在天气、水温及海流适合时才能作业。 ”

据外媒报道，尽管AUV（自主水下航行器）在不需要人工干预的情况下擅长收集海洋数据，但它们仍受到电池寿命的限制。两辆或更多这样的车辆一起部署，其中一辆沿水面行驶，另一辆则在水下6000米处跟随。然后它们通过声音信号不断地进行相互交流。

非线性信号处理则包括随机共振理论、基于随机统计学理论的非线性

非线性信号处理则包括随机共振理论、基于随机统计学理论的非线性时间序列分析（非参数化模型估计、非线性 ARMA 模型参数估计等）、基于混沌动力学理论的非线性时间序列分析（嵌入维估计、相空间重构技术、分形维和Lyapunov指数估计、全局与局部动力学模型估计、非线性预测与降噪等）、自相似随机信号模型（分数布朗运动、分数高斯噪声、分数Lévy稳定运动）等方面的工作。比如，Haykin和Thomson提出了一种新的非平稳信号探测的思路，即非平稳环境下的信号探测问题可以转化为自适应模式识别的问题，利用 Wigner-Vill分布等时频分析工具对数据进行二维时频分析，进行特征提取，并用***网络进行探测。