针对水面无人艇（USV）近距离海上实时目标检测时受海杂波影响严重的问题，结合海杂波空间分布特征和点云回波强度信息，提出了一种强度-空间联合过滤方法。该方法首先将点云按照距离做区域划分；接着对不同区域根据激光回波强度随距离的变化关系设置初始阈值，过滤原始点云低强度海杂波；然后对剩余的点云采取离群点滤波算法，过滤稀疏高强度海杂波，得到目标点云；最后提取离群点滤波中的空间离群点强度特征，对强度阈值滤波参数进行自适应修正。滤波方法在实船上进行了测试，实验结果表明相比于现有的全局激光回波强度阈值过滤方法，所提算法在性能上有明显提升，应用于聚类算法后其虚警率和漏警率分别平均降低了4.34%和10.47%，可以为无人艇航行避碰提供有力支撑。

为了提高无人船局部动态避障的规范性、安全性和稳定性, 提出基于漂角估计的无人船局部动态避障方法。首先, 根据国际海上避碰规则(COLREGS)选取动态窗口法(DWA)的速度空间; 其次, 根据预测的障碍物运动状态选择动态窗口法中无人船的无碰预测轨迹; 最后, 考虑海洋扰动, 利用横向位置误差估计漂角, 并在无人船的航向上进行补偿。仿真实验结果验证了所提方法的有效性。

海上环境复杂，安装在无人艇上的激光雷达在探测近艇目标过程中会产生各种杂波，影响了无人艇对近距离船只的检测与跟踪，威胁了无人艇自主航行安全，因此必须对激光雷达在海上产生的各种杂波进行有效滤除。将激光雷达与全景相机进行数据关联，实现了三维点云与全景图像在二维图像上的像素级配准，并根据两种数据的关联结果以及对全景图像上目标船只的检测，完成对定义的三类杂波点云的滤除。

针对水面无人艇在复杂海况下的动态避障问题，构建了障碍物模型和碰撞风险模型，通过引入多个约束条件的改进速度障碍法，实现了复杂海况下水面无人艇动态避障的航迹重规划。针对无人艇长宽比较大的几何特点，提出了矩形包围框的障碍物模型描述方法，建立无人艇相对运动模型，并在船体坐标系下计算相对运动参数。通过计算碰撞危险度来确定开始避障的时机。最后，在速度障碍法的基础上引入障碍物模型约束和水面无人艇自主局部避障系统特性约束对避障路径进行优化，并通过实验获得动态避障环境下的航迹重规划结果。基于V-REP（Virtual Robot Experimentation Platform）平台仿真实验以及实船避障实验表明，在航速12节的情况下，避碰过程中的路径重规划时间在15 s以下，满足在实际航行多约束条件下水面无人艇的动态避障要求。

为了实现偏振光传感器在水面波动环境下及编队协同情境下的应用, 并提升无人船导航的抗电磁干扰能力, 设计了一种基于偏振光传感器、微惯性测量单元(MIMU)及全球定位系统(GPS)的组合导航系统, 为偏振光传感器集成了云台底座, 并搭建偏振光无人船平台进行了导航及编队实验。介绍了偏振光导航原理及无人船编队原理; 基于卡尔曼滤波设计了偏振光传感器/MIMU/GPS组合导航算法; 基于上述组合导航算法进行了无人船的循迹与编队实验。循迹对比实验结果表明: 无人船利用偏振光传感器进行组合导航的航向角误差为6.055°, 位置误差为0.209 m, 在磁罗盘受干扰的情况下偏振光组合导航系统仍可正常工作; 编队实验结果表明: 领航船循迹误差为0.425 m,跟随船编队误差为0.707 m。该偏振光传感器可应用于水面环境导航, 偏振光组合导航系统可用于无人船导航与编队。

海天线是海空背景图像所具有的重要特征之一,海天线的检测对天空区域和海面区域的划分以及目标检测具有重要作用。然而,复杂海空背景环境中的海杂波、云层、强反射、复杂气象条件等都会给海天线检测造成困难。针对复杂背景下海天线检测的环境适应性问题,对视觉传感器获取的原始图像及图像中海天线的特点、干扰因素及其抑制方法、现有的海天线生成方法三个方面进行了详细的阐述和分析,通过对比实验列出各种海天线生成方法的优缺点和适用场景,对比分析了自行提出的形态学方法的实验结果及适用场景。最后提出海天线检测面临的挑战,展望其下一步的研究方向。

针对无人船(USV)海上近距离实时性避碰检测的需求,提出一种基于三维激光雷达的USV障碍物自适应栅格表达方法。根据USV周边环境障碍物的激光雷达点云分布,建立障碍物密集度和障碍物表达时间与栅格地图分辨率之间的函数关系,自适应确定适中的地图分辨率,构建栅格地图;对三维激光雷达点云数据进行降维处理,将三维激光雷达点云投影到栅格地图,减小数据量,提高障碍物检测效率。利用三维激光雷达开展方法验证性实验,获取了三种不同障碍物场景的激光雷达点云数据。处理结果显示:环境中障碍物数量越多,获得的期望栅格地图分辨率越高,障碍物表达更精细;反之,障碍物数量越少,获得的期望栅格地图分辨率越低,障碍物表达更快速,可实现障碍物自适应栅格表达。所建立的方法可为后续USV局部避碰路径规划研究提供支撑。

无人艇作为一种小型水面智能任务平台，具有机动性好、隐蔽性强、自动化程度高等优点，已成为国内外的研究热点。无人艇操纵模型作为实现其自主航行、智能避障等控制的基础，其辨识精度的优劣直接影响最终控制效果的好坏。为克服无人艇操纵模型辨识过程中的“参数相消”效应，提高辨识精度，提出了一种基于分步实艇数据处理的模型参数辨识算法，详细给出了辨识算法的步骤和流程，通过实际的湖上操纵性试验，依次得到模型参数。最后，分别利用所辨识出的无人艇操纵模型和实艇进行操舵仿真试验及湖上试验，通过实艇试验数据和仿真结果对比，验证了所辨识模型的正确性。

针对传统滑模控制方法和传统滑模趋近律在喷水推进型水面无人艇的航向控制中存在收敛速度慢、耗时长和抖振严重等缺点, 提出一种基于新型幂次趋近律的终端滑模控制方法。首先利用终端滑模控制思想在滑动超平面的设计中引入非线性函数, 构造Terminal滑模面, 在终端滑模控制提高动态响应速度的前提下, 进而引入改进的新型幂次趋近律,充分结合终端滑模的控制理论和新型趋近律的思想设计了新型Terminal滑模控制器, 最后进行了Lyapunov稳定性证明和仿真。仿真结果表明,设计的新控制器与传统幂次趋近律、指数趋近律相比,具有更快的收敛速度和更好的运动品质。