针对全驱动无人船(USV)的轨迹跟踪问题, 提出了一种模型预测控制和积分滑模控制相结合的双层控制方法。首先, 针对无人船系统的运动学模型, 设计模型预测控制器(MPC)根据期望轨迹得到满足约束条件的期望速度信号; 针对动力学模型, 设计积分滑模控制器(ISMC)使得系统在外界干扰存在的情况下, 实现对期望信号的跟踪, 提高了系统的鲁棒性; 设计非线性干扰观测器对外界干扰进行估计, 并在控制律的设计过程中进行补偿; 最后, 采用李雅普诺夫方法证明了系统的稳定性。数值仿真证明了两者的结合可以有效地实现全驱动无人船的轨迹跟踪。

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。

激光雷达具有测距精度高、受环境因素影响小及全天时工作的特点，非常适合用于无人船障碍物检测。由于激光雷达点云近密远疏，基于栅格地图的海上障碍物检测的精度就会受到栅格尺寸大小的直接影响。建立了一种栅格尺寸线性增长的变尺寸栅格地图，结合高度差判别法和八邻域连通分量标记法进行栅格划分及聚类，通过盒子模型提取障碍物信息，得出更加精确的障碍物检测结果。开展了海上实船实验，并对所提方法与传统方法的处理结果进行了比较，对比处理结果可得，对于近岸处中小型渔船的检测，所提方法可有效地解决传统方法中栅格划分和聚类效果较差的问题，实现更精确实时的海上障碍物检测，为无人船避障提供数据支撑。

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。

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。

水面目标物体检测是无人船识别水面物体或避开障碍的前提。本文利用水体对激光信号的吸收特性, 设计了一种使用三维激光扫描检测水面目标的方法。该方法通过三维激光扫描获取水面漂浮物的点云, 然后通过条件滤波限定有效的点云集合, 并采用基于Kd树的最近邻聚类法划分水面目标物体, 最后使用基于轴向包围盒(Axis Aligned Bounding Box, AABB)计算目标相对激光雷达的位置。本文设计了三组水面目标物体检测试验, 数据表明本文方法可发现水面上漂浮的物体并能完成位置测定。

无人水面船(简称无人船)在内河航道环境中具有广阔的应用前景, 对障碍物的智能感知是实现内河无人船自主航行的关键。针对内河无人船对近距离障碍物的感知需求, 分析了内河环境下主要障碍物的激光数据特征; 在对激光数据进行模式分析、数据滤波、去除聚类孤立点等预处理基础上, 提出了一种基于SVM的内河典型障碍物识别方法; 在所搭建的基于激光雷达的无人船环境感知系统上, 进行了实验水池环境下的障碍物识别实验。实验结果表明提出的SVM障碍物感知算法识别率达到85%以上, 基本满足无人船自主航行要求。