1. 课程导入与AUV全景认知
自主水下航行器（Autonomous Underwater Vehicle，AUV）是一种不依赖母船脐带缆、依靠自身能源与控制系统在水下自主完成航行与作业任务的无人潜航器。理解AUV，最忌讳把它当成"一个会游的传感器"或"一个装了很多设备的鱼雷"。工程上更有效的认知方式，是把它拆成五个相互约束的维度：载体、能源、控制、导航、载荷。这五个维度不是并列的五个盒子，而是一条有依赖关系的设计链——载体决定能装多少、能源决定能跑多久、控制决定能不能按意图动、导航决定知不知道自己在哪里，而载荷决定这趟任务到底有没有价值。
先看分类。按外形与航行机理，常见有鱼雷型（回转体、单桨单舵，阻力小、适合长航程测绘）、滑翔型（靠浮力调节与重心转移做锯齿滑翔，能耗极低但速度慢、抗流差）、多推进器开架型（如带多个 vectored thruster 的作业型，机动性好、适合近底精细作业）。按使命可分为测绘调查型、目标探测型、作业干预型与采样型。分类的意义不在于贴标签，而在于它直接约束了后文五维框架中各维度的取值：滑翔机几乎不需要大功率推进能源，却对浮力调节精度要求极高；开架作业型载荷丰富，但阻力大、续航被显著压缩。
典型任务场景可以串起整个框架。以海底地形测绘为例：任务要求侧扫或多波束在离底约 30～50 m 高度稳定定高航行，航速约 2 kn，测线间距按传感器幅宽覆盖。此时载荷（声呐）决定了航高与航速窗口，导航（惯导+多普勒计程仪+深度计）决定了测线能否闭合，控制（航向、深度、纵倾三回路）决定了定高精度，能源决定了单次可测线长度，载体则决定了上述设备能否共形安装且不破坏流噪声环境。任何一个维度不匹配，任务指标就会在别处"漏水"。
五维框架的核心判据：载体是"空间与阻力预算"，能源是"时间预算"，控制是"意图执行精度"，导航是"位置与姿态可信度"，载荷是"任务价值出口"。设计或选型时，先锁定载荷与任务指标，再反推导航精度、控制带宽、能源容量与载体尺度，而不是从某一个部件出发正向堆叠。
把这张图读成"设计反推链"比读成"组成框图"更有用。举一个可复现的示例核算（以下数值为教学假设，非实测）：某测绘型AUV要求完成 40 km 测线，航速 2 kn（约 1.03 m/s），则纯航行时间约 10.8 h。若推进与载荷平均功耗约 180 W，则需约 1.94 kWh；考虑电池放电深度 80% 与低温容量折损 10%，电池组标称容量应不低于约 2.7 kWh。若选用能量密度 180 Wh/kg 的电池组，则电池质量约 15 kg，加上壳体、推进、导航与声呐，总质量与排水量必须匹配到微正浮力状态。这个链条一旦算通，载体尺度、能源舱容积、载荷安装位置就都有了硬约束，而不是"先造壳再塞设备"。
导航与控制的关系也值得单独强调。AUV 在水下没有 GPS，惯导误差随时间累积，多普勒计程仪提供对底速度、深度计提供深度约束，三者融合后位置误差通常按航程的百分比增长。若任务要求测线拼接误差小于 5 m，而组合导航的相对误差约 0.5%，则两次声学定位修正之间的航程不应超过约 1 km。这个结论会直接改变任务规划：要么增加水面/水下声学信标修正点，要么降低航速、缩短单段航程。控制回路则要保证在 0.3～0.5 m/s 的定高波动内跟踪深度指令，纵倾变化不能大到让多波束波束角偏离有效覆盖区。
初学者最常见的三个误区：一是把载荷当成"最后加装"的附件，实际上载荷的视场、功耗、发热与安装位置会反向修改载体外形与能源配置；二是只看电池总能量、忽略峰值功率与低温放电能力，导致推进器加速时电压跌落触发保护；三是把导航精度当成单一设备指标，忽略它与航速、航程、修正点布设的耦合关系。
因此，本课程后续所有章节都将围绕这五个维度展开：先讲清每个维度的组成与关键参数，再讲它们之间的接口与约束，最后落到任务载荷的选型、安装、供电、数据链路与结果判读。学习时建议始终带着一个问题——"这个部件改变了五维框架中的哪一维，又向其他维施加了什么约束"。能回答这个问题，AUV 就不再是一堆设备的堆叠，而是一个可以被计算、被权衡、被验证的系统。