在现今石油、煤炭等不可再生资源日益匮乏的背景下，以智能风帆为动力的绿色船舶引起了越来越多的关注。传统搭载风帆的船舶，其风帆的控制基本靠人工来完成，这样不仅对于船舶作业人员来说劳动强度大，而且当风向发生改变时不能迅速、自动改变风帆的迎风角，操作具有一定的迟滞性，不能较为有效得利用风能。现在市场上仅有国外少数帆舵联动无人艇能做到在无人参与条件下执行转弯和换航等动作。因此，对帆舵联动无人艇操控策略的研究具有深远的意义。

目前，大多数帆舵联动无人艇采用的控制策略分为三个模块，即观测、决策和控制^[8]。其中决策模块涉及避碰路径规划，控制模块实现循迹航行。避碰路径规划是在用户指定出港地点与到港地点后，根据海洋地理信息，规划出能够合理避开障碍物体、用时最短的路线。在获得路径信息后，循迹航行控制通过对帆、舵等执行机构的自动控制，保证无人艇沿规划路径航行。

在帆舵联动无人艇操控策略的研究中，研究对象集中于小型船舶，即船长大多在4m以内，对各种策略在较大尺度船上的应用效果未为而知。同时，由于帆舵联动无人艇的推力来自不可控、不可预测的风，且帆受到复杂的空气动力影响、船身受到复杂的水动力影响，表现出较为复杂的行为，帆舵联动无人艇的自主控制是一个高度非线性和时变不确定性问题，因此很难建立准确的数学模型。对于帆和舵的控制，现阶段大多采用帆和舵分离控制方案。但在目前的控制器设计中还缺少对所采集数据进行滤波等实时处理的模块，无法保证测量数据准确性，使帆位角、舵角的控制频率过高。同时需要注意的是舵角度的变化必然会导致风帆攻角的变化，因此要想实现更加精准的控制需要考虑帆和舵的耦合控制。

1.1 避碰路径规划国内外研究现状

避碰路径规划是帆舵联动无人艇操控策略中重要的组成部分之一。它是指按照某一指标，搜索一条从起始点到目标点的避开障碍物的最佳或近似最佳路径。根据环境空间中障碍物性质可以分为静态障碍物避碰路径规划和动态障碍物避碰路径规划。

对于帆舵联动无人艇静态障碍物避碰路径规划^[1]，解决方法有A*算法、VMG算法、基于复合矢量场的方法、区间分析法、基于光线投影的方法、代价函数法。对于帆舵联动无人艇动态障碍物避碰路径规划，解决方法有基于接收自动识别系统(AIS)数据目标识别法、热成像与雷达技术组合识别动态障碍物、遵守“国际海上避碰规则公约(1972，COLREGs)”等。

从国内外研究现状来看，目前最常用的帆舵联动无人艇路径规划策略以A*算法^[2,19]为主。此算法主要采用一个评价函数来对扩展节点进行指导和选择，通过节点寻优，A*算法的扩展节点更少，鲁棒性好， 而且可以快速对环境信息做出反应，然而其在实际应用中忽略了自身体积带来的影响。P#202;TR#200;S^[20] 等采用的人工势场法，将帆舵联动无人艇不可航行角度设置为虚拟障碍物，给出定常与非定常风场下的仿真结果，并完成部分实船测试工作，但该方法也无法避免陷入局部极小值的风险；STELZER ^[22]等提出根据障碍物的位置远近修改帆舵联动无人艇的速度极图，利用VMG（velocitymake good）算法规划局部路径，并给出良好的仿真结果，但是该方法无法保证路径最优，且在处理较大障碍物时，出现振荡现象。

1.2 循迹控制国内外研究现状

在帆舵联动无人艇循迹控制方面，一般都是事先设置航路点（way point），并在两路点之间做直线循迹控制。该模块通过对帆角和舵角的控制来保证无人艇沿规划的路径航行。现阶段大多采用帆和舵分离控制方案，但需要注意的是舵角度的变化必然会导致风帆攻角的变化，因此要想实现更加精准的控制就需要考虑帆和舵的耦合控制。

目前已经有学者通过模糊控制^[7,25]、PID控制^[23]以及一些智能控制与PID相结合^[7]的方法实现了帆舵联动无人艇的自主控制。例如，E.C.Yeh^[24]等开发了基于模糊逻辑理论的控制器，可以保证帆舵联动无人艇在预定轨迹上获得最大航速；N.A.Cruz^[21]等采用P/PID控制器来实现迎风换舷；上海交通大学王倩^[8]通过建立相互独立的帆控制器和舵控制器综合实现了帆舵联动无人艇的循迹控制。