随着海洋科技的不断发展，水下探测机器人、水下作业机器人、水面无人船、船体清理机器人、压载舱机器人及甲板巡检机器人等海洋机器人相继出现并服务于海洋专业领域。面对海洋机器人需求的“百花齐放”，海洋机器人如何快速开发部署、可靠且系列化地服务于客户是行业中明确而又难以解决的问题。深海智人公司针对这一痛点，在向市场推出立体化海洋机器人解决方案的同时，采用通用、规范、标准、可靠的产品化开发思路，同步统一并实现了船体清理机器人、船体结构检测机器人、甲板巡检机器人、水下机器人乃至海洋无人航空器的控制平台，并在近日发布了海洋通用机器人核心主控及算力系统——“海卫I V1.0”。

      “海卫I”是深海智人公司子品牌“三叶虫”旗下又一款核心关键子系统，是由深海智人团队设计并制造生产的泛用型海洋机器人控制核心，采用了目前新标准的32位ARM处理器，它采用了ST Microelectronic先进的处理器及传感器技术且搭载了国产RT-Thread的实时操作系统，在模型自动控制方面有着出色的性能、灵活性和可靠性。

      “海卫I”是一种先进的泛用性海洋机器人控制系统，基于模型的设计 (MBD) 方法，可以高效、快速地为各种无人航行器、海洋船舶、ROV、通用型机器人开发高质量的控制系统。“海卫I”具有直观的图形界面和广泛的预构建模块库，提供了强大的算法工具集，用于构建和测试复杂的控制算法，并生成高度优化的代码，以便在嵌入式系统上部署。此外，“海卫I”还具有高度灵活性和可定制性，根据具体机器人应用要求定制系统，适用于各种海洋机器人应用。

      “海卫I”所有的总线和外设都进行引出，丰富的外设接口可以兼容各类型的通用型机器人外设，为日后各类型海洋机器人的控制系统提供安全稳定的保障。

      “海卫I”软硬件全流程由深海智人自主研发，采用基于模型设计（Model-Based Design，MBD）的思想，可用于无人系统的控制和安全测试。基于自主研发控制核心，并配套软件生态，完全掌握现代机器人开发流程全阶段技术。

  从建模阶段开始、控制设计阶段、软件在环仿真阶段（Software-In-the-Loop，SIL）、硬件在环仿真阶段（Hardware-In-the-Loop，HIL）和实际测试部署阶段，技术路线完全自主。

架构优势

      1. “海卫I”的优势在于它继承了多线程，类似于UNIX/Linux类型的编程环境，并且有一个自定义底层驱动来确保全周期的定时处理。这些高级功能保证了机器人各种模式（半自主，自主，遥控）下姿态的自由性以及整体稳定性。

      2. 采用分布式构架，系统是完全分布式的。所有应用软件都可以在同一台或多台电脑上多开，并且各个应用之间可以通过UDP网络相互收发消息。这种分布式的构架非常适合于大规模带视觉的集群机器人使用。

      3. 多种机型支持，支持通用型机器人，小型ROV，无人机等，未来可拓展到更多无人系统中。

      4. 基于视觉的控制，通过算力平台处理得到的视觉数据，可以通过UDP再返回给控制数据到控制核心，形成带视觉的控制闭环。

核心硬件

图1 控制核心主体

       硬件组件包括智算模块，主核心，UART, CAN, SPI，RS485，RS232标准接口（连接 传感器，执行机构等）、RJ-45网络接口，控制IO，动力集线板，电源分线板，传感器集线板，智算模块提供超强算力，可达L4级别无人驾驶芯片处理能力。

软件架构

      “海卫I”的软件部分是一个全面而先进的自动行进解决方案，主要由两个不同的部分组成：X固件和X模型。

      X固件这是一个功能强大的嵌入式系统，提供一个稳定、高性能的平台，用于运行控制算法和实时处理传感器数据。它使用 C/C++ 编程语言构建，并针对嵌入式系统的使用进行了优化。固件非常灵活，可定制，易于修改和调整，泛用于各类型海洋机器人控制。

      X固件使用 C/C++ 设计的稳定而高性能的嵌入式系统。控制部分是基于模型设计的，基于模型的设计为建立复杂而安全的控制系统提供了一种有效的方法。它已被广泛应用于航空航天，海洋船舶等许多行业。

       基于模型的设计和调试使开发效率更高。从仿真模型中优化代码，适用于不同的硬件平台（ARM、AMD、Intel 等）。基于 RT-Thread 实时操作系统的提供了卓越的实时性能。固件系统支持 Mavlink v1.0/v2.0。支持 ROS1/ROS2。为机器人的智能化，提供了更多的可能性。

图2 X固件架构图

       X模型：使用 MATLAB/Simulink 设计的仿真框架。它为在虚拟环境中开发和测试控制算法提供了一个综合平台，而无需物理硬件。包含大量算法库，可轻松实现控制、惯性导航系统、制导系统等先进技术。该仿真框架可高度定制，并在一系列不同条件下测试其控制算法的性能。

图3 X模型架构图