（6）通信受限。信息交互是实现无人艇集群控制的基础，网络通信是实现信息交互的重要手段。目前，常见的海上网络通信方式包括海上无线通信、海洋卫星通信和岸基移动通信。海上无线通信受气候条件和海洋环境影响较大，通信可靠性不高，通信带宽窄；海洋卫星通信系统的运营和维护成本高，且通信带宽受限；岸基移动通信是海洋通信网络的一种有力补充，具有高速率、低成本的优点，但是只能适用于小范围的近海海域。总体而言，目前海上通信存在速率低、带宽窄、成本高等缺陷。因此，如何实现通信约束条件下多无人艇集群控制是值得研究的重要课题，尤其是要发展分布式的协同控制方法。

（7）避碰。多无人艇协同不仅要避免与复杂海洋环境中动、静态障碍物发生碰撞，而且要避免多无人艇成员之间发生碰撞。自主避碰是保证无人艇集群安全航行的前提，特别是随着海上交通密度的不断增加，对避碰决策与控制的时间提出了更高要求，避碰是集群控制需要克服的难点。为了有效避免编队无人艇发生碰撞，现有方法包括指定性能法和人工势能函数法。目前关于无人艇集群编队避碰的研究还十分有限。因此，针对复杂海洋环境和潜在威胁信息，如何在通信、感知、计算资源受限的条件下，设计协同控制器避免无人艇与环境障碍物以及无人艇个体之间发生碰撞，保证无人艇集群运动决策的安全性，是多无人艇集群协同控制面临的挑战之一。

3、控制结构

如图2所示，多无人艇集群控制结构包括集中式控制、分散式控制和分布式控制。

图2 无人艇协同控制器结构

（1）集中式控制。如图2(a)所示，集中式控制通过一个中央控制器C对集群进行统一控制，需要n艘无人艇的状态信息。中央控制器可以在远程地面站、母船或云端实现。集中式控制根据所有无人艇信息进行统一决策与控制，因此能够获得全局最优的性能。然而，集中式控制通信带宽要求高、计算资源要求高，信号传送可能产生延时，导致编队规模不能任意扩展。

（2）分散式控制。如图2(b)所示，分散式控制无中央控制器，n艘无人艇对应n个相互独立的控制器Ci，各控制器是平等的。由于感知能力的限制，控制器Ci只掌握无人艇集群中的部分状态信息。与集中式控制相比，分散式控制尽管很难保证全局的最优，但由于它具有模块化、可扩展等优点，受到控制人员的广泛关注。

（3）分布式控制。如图2(c)所示，与分散式控制类似，n艘无人艇对应n个相互独立的控制器Ci，控制器Ci通过局部感知和通信实施对个体的控制，不需要掌握群体的全部状态信息。与分散式控制不同，分布式控制器C1～Cn之间存在信息交换。由于信息的感知、通信、控制是分散进行的，极大程度地降低了信息通信的代价，控制更为灵活，操作更为方便，并且具有高容错性和扩展性。由于分布式控制不需要全局通信，降低了对通信带宽的要求，因而更适合于通信受限的海洋环境。

二、协同控制方法

集群协同现象在自然界无处不在，如鸟群、鱼群、蚁群等。生物通过简单个体协作展现出令人惊叹的复杂行为模式，这种行为模式对于生物适应环境、躲避天敌、共同捕食、群体决策起到关键作用。受生物群体协调行为的启发，国内外研究人员在集群控制方面开展了深入研究，有文献介绍了多无人艇集群协同控制的研究成果。典型的集群控制方法包括领航-跟随法、基于行为法、虚拟结构法、人工势能法、图论法。根据无人艇运动导引方式的不同，现有研究结果可归纳为基于轨迹导引的协同控制、基于路径导引的协同控制和基于目标导引的协同控制。表1从集中式控制、分散式控制、分布式控制3种控制结构总结了现有多无人艇集群协同控制研究结果的优缺点。表2从反步法、动态面、跟踪微分器、指令调节器4类控制器设计方法对现有多无人艇集群协同控制研究结果进行了分类总结。表3从滑模控制、参数自适应、神经网络、模糊逻辑、抗扰控制、约束控制、输出反馈、避障避碰、连通保持共9类控制方法对现有多无人艇集群协同控制研究结果进行了分类总结。

表1 轨迹导引、路径导引和目标导引的集群协同控制结构与优缺点

表2 轨迹导引、路径导引和目标导引的集群协同控制器设计方法

表3 轨迹导引、路径导引和目标导引的控制方法

1、基于轨迹导引的协同控制

在基于轨迹导引的集群控制方面，控制目标是多艘无人艇跟踪一条或多条时间相关的参考轨迹η(t)，同时保持期望的编队队形。其时间要求和空间要求是耦合的，即要求在指定的时间到达指定的位置，适用于时间要求和空间要求较高的运动场景。根据轨迹个数的不同，现有研究结果可分为全轨迹导引的轨迹跟踪、单轨迹导引的分布式轨迹跟踪、多轨迹导引的分布式包含跟踪。如图3所示，在全轨迹导引方面，通常由轨迹生成器产生每艘船舶的参考轨迹，从而将编队控制问题转化为每艘无人艇的轨迹跟踪问题，轨迹生成器可采用集中式或分布式结构。 

图3 基于轨迹导引的集群控制

在单轨迹导引方面，集群中只有一部分无人艇访问参考轨迹信息，另一部分无人艇仅和相邻无人艇进行信息交互，不能访问参考轨迹信息。控制的目标是多无人艇协同跟踪该参考轨迹，保持期望的编队队形。在多轨迹导引方面，控制的目标是跟踪多参考轨迹生成的凸集空间。在控制结构上，单轨迹导引和多轨迹导引属于分布式控制。在全轨迹导引方面，Do针对感知距离受限的欠驱动船舶，采用非线性变换、反步法、Trans-verse函数法和p次可微阶跃函数，提出了无风险编队控制器，在保持队形稳定的同时能够避免船舶之间发生碰撞。Transverse函数法可能导致控制信号和跟踪误差高频振荡，Do采用一个二阶动态系统产生跟踪参考轨迹，提出了一种改进的无碰撞同步轨迹跟踪控制器。该方法避免了Transverse函数法中复杂的坐标变换。Do采用轨迹生成器产生全局参考轨迹，属于集中式控制。与Liu等需要全轨迹信息不同，Li等研究了多无人艇分布式轨迹跟踪控制问题。在单轨迹导引方面，Peng等提出了基于预估器的神经网络动态面控制方法，设计了无人艇分布式编队控制器，提高了神经网络学习和控制输入信号的暂态性能。考虑风浪流海洋环境扰动，Peng等提出了基于扰动观测器的分布式编队控制器，实现了动力定位船舶观测器和控制器的解耦设计。为了保证控制信号的低频特性，Peng等提出了基于低频学习机制的分布式神经网络控制器。为了减小神经网络的学习参数，Lu等提出了最少参数学习的神经网络编队控制器。为了改进编队控制系统的收敛性，Fu等针对受约束水面船舶提出了基于有限时间扩张状态观测器的编队控制器。上述文献主要针对全驱动船舶而设计。在欠驱动船舶方面，Park等提出了基于误差变换的编队控制器，具有避障、避碰和连通保持功能。为了实现编队误差的有限时间收敛，Li等提出了分布式非线性滑模编队控制器。在多轨迹导引方面，目前已经取得了一些研究成果。Peng等针对单向网络连通含模型不确定性和海洋环境扰动的无人海洋航行器，提出了基于迭代学习神经网络的分布式状态反馈和输出反馈包含控制器。为了避免在控制器设计中使用函数逼近器，Yoo等提出了指定性能的分布式包含控制器，使得包含跟踪误差在暂态和稳态过程中收敛于预设的范围内。为了改进跟踪误差的收敛性，Qin等提出了自适应有限时间收敛包含控制器，减小了控制信号的抖颤。