1

1.1 研究背景

海洋是孕育地球生命的摇篮，面积约占地球表面的71%,是一个还未被人类深度开发和利用的巨大的生物资源、矿产资源以及水资源宝库。今天，它已逐歩成为人类赖以生存的第二空间，是实现社会可持续发展的新领域。世界各国都已人认识到了海洋对于人类生存以及发展国民经济的重要性，纷纷加大了对海洋资源的开发力度，其中最重要的一项指标就是加大了海洋开发工具的研发工作。以满足各领域的需求，迫切要求研究一种体积小、可控性好、长续航能力和强搭载能力的移动载体。在这些需求的推动下，多功能无人水下航行器(Unmanned Underwater Vehicle, 简称UUV)成为研究的热点，并迅速发展，在海洋开发中得到广泛的应用。因为行业用语规范尚未统一，在学术上无人水下航行器也被翻译为Autonomous Underwater Vehicle,简称AUV。关于载体的动力学模型研究，及相关的载体定位、空间制导与运动控制的研究，对于两者来说并无太大差异，因此本文的研究成果同样适用于AUV。相对于载人航行器和带缆型航行器(Remotely Operated Vehicle，简称ROV)而言，无人航行器有着安全系数高、造价低、尺寸小、重量轻、灵活性高、活动范围广等独特优势，因此，UUV是人类未来开发海洋的首选工具之一，它代表航行器未来的发展方向。

船舶轨迹跟踪属于船舶定位，文^[1]回顾近十几年来船舶轨迹跟踪的研究成果，对全驱动船舶与欠驱动船舶研究做了详细的阐述，包括理论分析、数值计算和实验验证等，从反步法到自适应反步法、全状态反馈、输出反馈、滑模控制、视距(Line of Sight, LOS)，再到神经网络控制、鲁棒控制、MPC、和智能控制等算法来实现^[2~5], 对船舶轨迹跟踪的控制效果越来越好。而在船舶轨迹控制可视化系统中采用的算法及技术主要有:采用将固定坐标系下的跟踪误差重定义成新的动坐标系下的跟踪误差，基于LyaPunov直接法和反步法设计了欠驱动水面艇的航迹跟踪控制器，运用VegaPrime 和VC 6.0软件作为开发环境进行开发，具有航迹跟踪误差在有限时间内渐近收敛为0的优点^[6];采用四阶Runge-Kutta数值积分法进行系统航迹数学模型的求解，基于PID控制算法设计航向控制器，利用MultigenCreator及Vega的三维建模与仿真技术、基于COM的Matlab与C/C 的混合编程技术、在线仿真技术等，实现了参数在线调整、控制算法在线运算^[7.8]; 针对制导算法和最优航向控制算法设计出一种经济实用的航迹控制算法，基于Matlab和VC 的混合编程技术，仿照真实的船舶控制环境，设计出一种单机非实时的船舶运动控制仿真系统，具有较高的仿真精度^[9]。

1.2 国内外发展现状

航迹控制算法主要分为两种控制方案，分别是直接式航迹控制和间接式航迹控制。直接式航迹控制也称为综合式航迹控制，能够直接根据计划航线和船舶运动信息，计算出指令舵角，达到位置偏差和航向偏差同时减小的效果，具有控制精度高、稳定性好的优点。然而，理论分析较为复杂，算法调试难度较大，不易于系统实现。但是，直接式航迹控制算法的发展潜力不可忽视，随着科学的发展，必然会崭露头角、绽放光芒。目前，在科研界已经涌来了- -阵直接式航迹控制算法研究的热浪。李铁山、杨盐生^[15]提出一种鲁棒自适应模糊控制算法，并将该算法应用于直接式航迹控制中，取得了较好的仿真结果。周岗等^[16]将输入输出线性化技术应用于直接式航迹控制器的设计，得到了具有全局渐进稳定特性的航迹控制算法。虽然，直接式航迹控制在理论上取了的各种研究成果，但是在国内市场上并未发现商业化的产品，控制算法尚未成熟。

航向控制算法是间接式航迹控制的终端环节，与航迹控制的精度和稳定性直接相关。随着自动控制理论的发展，航向控制技术也经历了从传统PID控制到现代智能控制的发展历程。从1949年开始，Schiff 和Bech先后提出了微分控制算法和积分控制算法，形成了PID控制算法的基本结构，不仅设计简单、易于实现，还能够有效地抑制控制超调、消除航向静差，因其可靠性高、鲁棒性好的优点，得到了广泛的应用。然而，传统的PID控制算法也有其自身的缺陷，无法适应因航速、负载的变化以及外界风、流、海浪干扰等引起的船舶模型摄动所带来的不确定性，常常会引起频繁打舵现象，导致舵机磨损严重、航行阻力增加，造成不必要的能源损耗。现代控制理论和自适应理论，为船舶航向控制提供了新的发展方向，为克服PID控制算法的缺陷提供了--条有效的解决途径。航向控制中应用的自适应控制理论主要包括模型参考自适应控制、基于最小二乘辨识方法的自适应控制、基于最大似然辨识方法的自适应控制以及基于扩展卡尔曼滤波方法的自适应控制技术^[17]。最优航向控制算法是基于最优控制理论的一种高精度的航向控制技术，Balchen等I首次将卡尔曼滤波和最优控制算法应用于船舶航向控制的设计。之后，Grimblela、Fungli和Saelidm等都对船舶航向最优控制算法的优化和改进进行了一系列的研究工作。20世纪60年代以来，智能控制方法得到飞速发展。学者们将智能控制方法，如模糊逻辑、遗传算法^[18]、蚁群算法,模拟退火算法口，神经网络等,应用于船舶航向控制领域，取得了一系列研究成果。

2. 研究的基本内容与方案

1.1 研究基本内容

1）广泛查阅资料，了解国内外水下机器人关于水下导航技术发展概况以及现阶段水下导航算法概况。