將沙基機器人和智能沙漠引入沙漠腹地，進行沙塵暴觀測和預報，可以將其遙感觀測的大尺度進一步縮小，實現沙粒、沙丘尺度的探測和細觀性研究，揭開沙塵暴形成機制的更多細節，進而實現沙塵暴的監測和預警。
沙塵暴來臨時，黃沙漫天、風干氣燥、空氣污濁，不僅有可能造成交通和供電受阻，還嚴重危害著人類健康和自然環境。可以說，沙塵暴和荒漠化一樣，是一種危害性極大的全球性環境問題。沙塵暴的形成包括3個基本條件：物質條件——沙源；動力條件——大風；局部地熱條件——大氣狀態。那么在這3個條件下，沙塵暴到底是怎么形成的?如何能夠對沙塵暴實現有效的監測和預警呢?
2007年，世界氣象組織建立了沙塵暴預警評估系統，旨在全球范圍內進行沙塵暴過程的持續觀測，獲取沙塵暴過程的更多信息，進而明確沙塵暴的起因并實現預警。目前的沙塵暴觀測主要依賴于由常規氣象站組成的地面沙塵暴觀測網和衛星沙塵暴遙感監測信息網。前者的觀測站多數設立于沙漠邊緣（極個別除外），空間分布密度低，所采集的沙漠和沙漠化信息較少，觀測方法主要采用定點、人工測量，受信息采集供電制約；而后者適合大尺度宏觀研究，主要用于沙塵暴發生之后的沙塵暴宏觀參數（如沙塵輸送高度、垂直分布、路徑、范圍、通量等）觀測，存在空間分辨率和光譜分辨率較低的問題。最重要的是，這兩種觀測方式均對沙塵暴形成的重要條件之一——沙源——的觀測手段有限，難以對沙塵暴的發生過程實現觀測。
與此同時，一組數據引起了我們的注意：1961—2006年間沙塵暴的數據統計結果顯示，沙塵暴年發生日數和次數峰值均在沙漠腹地，最高總日數達75天。這給我們帶來了一個啟示：沙漠腹地是沙塵暴最主要的發源地。如果能夠深入沙漠腹地，進行沙粒、沙丘尺度的探測和細觀性研究，將能夠幫助我們更加直觀地認識和掌握沙塵暴的起因和運動規律。于是，一個想法就此誕生：利用沙漠機器人和無線傳感器網絡深入沙塵暴源地進行沙塵信息監測的研究。這樣一來，就可以將沙塵暴觀測和預報的空間尺度由遙感觀測的大尺度縮小為源區內的小尺度，同時將觀測時間推前至小尺度渦旋系統生成的初期，推動沙塵暴研究走向深入。這實際上是引入了“智能沙漠”的概念，即在沙漠環境下借助傳感與遙感網絡、通信與控制、能源捕獲與管理等技術，獲取不同尺度下沙漠的氣象氣候信息、生態信息和戰場地理環境信息，實現野外惡劣氣候條件下的遠程、全天候無人值守，建立大型沙漠信息數據中心，并通過數據挖掘、工程計算等數學物理方法，反演長時間和大面積空間內沙漠化過程或沙塵天氣（如沙塵暴、強沙塵等）的形成，從而認識沙丘運動規律，掌握沙塵暴起因動力學機制。
在國家國際科技合作項目“沙漠腹地沙塵監測與信息獲取技術合作研究”中，我們上海交通大學光通信國家重點實驗室的研究團隊，與寧夏大學沙漠信息智能感知自治區重點實驗、中科院寒區旱區以及環境工程研究所沙漠重點實驗室及美國賓夕法尼亞大學工程學院機器人實驗室展開合作，將這個想法付諸實踐。
深入沙漠腹地
深入沙漠腹地進行沙塵信息監測研究，意味著我們將面臨大晝夜溫差、強太陽輻照、強風沙沖擊等極端沙漠環境條件以及能源無法持續供應的挑戰。深入腹地是第一步，而沙基機器人則是我們的解決辦法。
美國在復雜路基機器人研制方面走在世界前列，已將機器人成功應用于水下探測，并在惡劣環境下替代人工勞動。引入復雜路基機器人技術，可以在無人值守的條件下進入沙漠腹地，獲取沙塵暴形成的物質條件——沙源區——的細觀信息。為了提高機器人的抗風沙侵蝕能力、高溫差適應性、抗振性能、續航能力，以及機器人自主定位與導航、多機器人編隊、機器人控制算法的魯棒性和危險環境下的自拯救能力，項目研究團隊與賓夕法尼亞大學合作，研制了六足C形腿型機器人。根據仿生學原理及實際試驗的分析，該機器人框架采用“日”字形結構，機器人外殼采用了碳纖維材料和環氧樹脂板材（碳纖維材料導電，需要絕緣的區域改用環氧樹脂板）。機器人的C形腿厚度有所加寬，包裹有溝槽橡膠層，一方面在保證強度的前提下增加了腿部彈性，減緩了運動顛簸對機身帶來的沖擊，另一方面增大了與沙地的摩擦力，同時也減小了沉陷。通過軟件仿真及試驗裝置測試等步驟優化機器人結構，指導動力系統和供能系統的選型，我們完成了沙基機器人的設計和制作。該款沙基機器人攜帶的24伏、15安時的電池可滿足平地1小時的續航要求，機器人可爬越坡度為20度的斜坡，在平地上可達到100米/小時的速度(測試過程中機器人的最大速度約為0.3375米/秒，即1215米/小時)，且可以攜帶8公斤重的負載完成行走。
無線傳感與數據采集
從沙漠腹地獲取的信息通過無線傳感網絡系統傳輸，該網絡采用控制站、主機器人和從機器人三層結構，網絡拓撲為菊花鏈型。主機器人直接與控制站通信，主機器人之間沒有直接通信；一個主機器人下有多個從機器人，每個從機器人只從屬于一個主機器人，從機器人只與自己從屬的主機器人通信。控制站計算機通過RS485串口與塔頂無線電臺連接，電臺通過450兆赫微波調頻技術（串口通信速度為4800比特/秒）與25公里處的遠端主機器通信，主機器人與從屬機器人通過ZigBee技術（串口通信速度為9600比特/秒）進行無線通信。
沙漠機器人上搭載了多只不同類型的環境監測傳感器，從而可以較為全面、準確地監測沙漠的地理環境信息。地理環境信息采集傳感器包括風速、風向、大氣壓強、空氣溫濕度、風蝕和地磁場強傳感器；外部環境信息采集傳感器包括沙埋量、加速度和超聲測距傳感器。根據各傳感器接口方式的不同，按照分級的方式與采集控制中心相連接，以實現通信及信息采集。采集控制中心由一個現場可編程門陣列（FPGA）芯片與兩個單片機組成。其中單片機1通過集成電路總線（IIC）通信接口與溫濕度傳感器、三軸數字羅盤、三軸數字加速度計相連，以讀取其數據，通過脈沖計數計算并獲得沙埋量信息；FPGA通過脈沖計數讀取風蝕傳感器及其配套風速傳感器數據；在單片機2的通道選擇信號的控制下，FPGA將建立對應通道號的透明的異步串行通信通道，實現通道切換的功能。單片機2通過FPGA的內建通道與風速、風向、大氣壓力、超聲波傳感器及單片機1相連接，讀取其數據。單片機通過時序信號的控制讀取FPGA內所采集的風蝕信息測定模塊的數據，將所采集的傳感器信息匯總、打包，并在前級系統的指令控制下通過異步串行接口上傳。
沙漠機器人的電源中安裝了可折疊光伏發電系統，分為太陽能板驅動、光伏轉換充電兩個子系統。整個可折疊光伏發電系統的大致工作過程為：太陽能電池板接收到充電信號時，太陽能板驅動系統開始工作，通過伺服電機控制太陽能板展開，當太陽能板轉過90度后，太陽能電池板開始接收太陽能，光電轉換充電系統工作，將接收到的太陽能轉化為電能儲存到鋰電池里。
感知數據的融合處理與沙塵暴重構
沙漠機器人在沙漠腹地進行傳感數據的采集、傳感網絡的遠距離傳送，感知數據進入主控制臺數據服務器，將沙漠腹地的數據匯聚融合到數據庫，并引入到納維-斯托克斯（Navier-Stokes）方程中，從而進行沙塵暴的理論研究。Navier-Stokes方程是著名的粘性流體方程，該方程的解可能蘊涵著非常豐富的結構及機理，數學家和物理學家深信，無論是微風還是湍流，都可以通過Navier-Stokes方程的解得到描述、理解和預測。
我們用李群方法求解了不可壓縮流體方程，結果顯示了一個渦旋結構，有關細節對了解沙塵暴結構的發育及其特征有一定的幫助。渦旋呈開口向上、橫向逐漸彌散的喇叭狀結構。這種結構在橫向擴展、發育的同時，旋轉角速度隨之增加，渦旋增強；旋轉角速度隨橫向半徑的增加而呈現類似高斯分布曲線的走勢。這些與實際觀察完全一致，即渦旋中心幾乎沒有“龍眼”結構（介質粒子），沿徑向渦旋強度逐漸增強，在一定位置處達到峰值后轉而衰減。另一個代表渦旋強度的量——垂向旋度——隨粘性系數的增加而呈現指數衰減并且“穿零”，亦即意味著渦旋結構的強度隨粘性增強（密度或濕度增大）而衰減。一種極端情況是當粘性系數增加到對應結構為液體時，上述喇叭狀結構流向反轉，與觀察到的水中渦旋完全對應。這部分工作的重要啟示在于，通過不斷細化Navier-Stokes方程各項，可逐步逼近理解沙塵暴發育過程的特征及機制，也可為動力學重構提供更多、更準確的重構規則。
可移動沙塵監測傳感網絡與野外試驗驗證
項目通過野外實地勘察，決定將騰格里沙漠作為試驗區域，騰格里沙漠位于陜西、內蒙與寧夏三省交界，周邊城鎮是寧夏中衛迎水橋。在野外試驗中，首先將機器人編隊為1號機器人群、2號機器人群和3號機器人群，每個機器人群包括1個主機器人和2個子機器人，在基站附近進行通信控制驗證。驗證通過后，將3個機器人群分別送往基站外沙漠腹地25公里深處，并分別與基站通信，構成的網絡覆蓋面積約為5平方公里。每個機器人裝載一定數量的傳感器，搭建一個由數組沙基機器人組成的信息感知網絡，通過微波網橋和通信機器人組成數據無線傳輸網絡，子節點與遠程數據中心距離25公里以上。
將沙基機器人技術用于沙漠腹地的沙塵暴監測,這在國內外的報道中尚屬首次。項目研究團隊不僅在消化吸收美國沙基機器人技術基礎上設計出一種可以適應沙漠腹地工作環境的沙漠機器人，還搭建了能適應較強風沙環境的無線傳感網絡，解決了強沙塵條件下無線信號的衰減、大尺度無線覆蓋能力、電子設備對環境的適應性及其節能降耗等關鍵問題。在此過程中，研究團隊通過沙粒尺度新型傳感器技術、無線傳感網絡與傳輸技術、沙基機器人技術、沙漠新能源技術, 建立了深入沙漠腹地的可移動無線傳感網絡, 進而獲取沙粒振動頻率、風沙流強度、風速、溫濕度等實時數據, 通過信息融合、大數據過濾以及時間序列分析等方法，挖掘形成沙塵暴的3個核心要素（局部地熱條件、強風和沙塵物質源）之間的耦合關系，是對沙塵暴起因機制和預測預報的一次有益探索。
通過沙基機器人深入沙漠腹地進行無人可移動檢測，利用智能沙漠獲取更加精確、靈活的沙粒尺度上的信息參量，可以進一步為揭示沙塵暴的形成機理提供技術支撐，未來有望揭開沙塵暴的更多秘密。
致謝：感謝國家國際科技合作項目“沙漠腹地沙塵監測與信息獲取技術合作研究”（項目編號：2011DFA11780）的支持。該項目中做出主要貢獻的研究人員包括美國賓夕法尼亞大學丹尼爾.庫迪切克（Daniel Koditschek）教授，中國科學院寒區旱區與環境工程研究所董治寶研究員、張正偲副研究員，上海交通大學王賀升教授、彭宏利副教授、錢良副教授，寧夏大學沙漠信息智能感知自治區重點實驗室楊澤林教授、王旭明教授等，在此一并表示感謝。
作者：李新碗
李新碗，教授，博士指導教師，IEEE高級會員，上海交通大學電子科學與技術專業博士， 2005年入選教育部新世紀優秀人才計劃，2006年入選上海市曙光學者。
長按二維碼關注我們吧!