图5 基于目标导引的集群控制

在单无人艇目标跟踪方面，研究人员已经取得了丰富的研究成果。具体而言：Fahimi采用滑模控制方法设计了领航–跟随编队控制器。该控制器仅需无人艇与邻船的相对量测信息。Peng等提出了基于多层前馈神经网络的自适应编队控制器，解决了运动学和动力学同时存在不确定的编队控制问题。Cui等提出了一种基于虚拟目标导引的自适应领航–跟随编队控制方法，动力学不确定与海洋环境扰动采用径向基神经网络进行补偿。考虑船舶输入受限问题，Shojaei结合饱和函数提出了神经网络领航-跟随编队控制器。考虑船舶速度不可测，Shojaei提出了基于神经网络观测器的饱和编队控制器。考虑船舶不确定性和执行机构故障，Jin提出了故障容错自适应领航–跟随编队控制器。采用时变正切函数保证了相对距离和相对角度在期望的界内。考虑编队误差的暂态性能，Dai等提出了基于指定性能的领航–跟随编队控制器，该控制器具有避碰和连通保持功能。类似的方法可见Sun等的研究。考虑目标船动态未知，Liu等设计了基于ESO的神经网络控制器。为了减少控制抖颤，Sun等提出了自适应连续滑模编队控制器。Fahimi等在目标跟踪时未引入制导策略，Breivik等则将平行接近制导引入目标跟踪设计，通过跟踪位于领航船附近的虚拟目标，实现了领航–跟随编队结构。Hinostroza等提出了向量场制导的目标跟踪方法。值得指出的是，Breivik等研究的是一对一的目标跟踪问题，控制的目的是目标船与跟随船保持相对位置和角度。在某些应用场景期望对目标船实施包围，保持与目标船环绕的编队队形。Jiang等针对未知海流扰动下目标跟踪问题，提出基于视距制导和海流估计器的目标包围控制方法，实现了无人艇对速度未知目标船的动态包围。Peng等出了事件触发的动态面设计方法，设计了基于模糊逻辑系统的目标包围控制器，降低了无人艇执行器的动作频率。上述研究结果只能实现单无人艇对单目标的跟踪或包围。在单目标导引的协同目标跟踪方面，Glotzbach等采用视距制导方法，提出了通用的协同目标跟踪控制结构，实现了对水下动态目标的多无人艇协同跟踪。Liu等针对模型已知欠驱动无人艇，提出了基于群集动态和轨迹跟踪的分层控制方法，实现了对目标艇的跟踪和包围。该文提出的分布式协同控制器实现了多无人艇协同目标包围队形。

在多目标导引方面，Soares等和REGO等通过调节跟随者与2个领航者的相对位置，实现了3艘海洋航行器的三角编队队形。Yu等则是针对动态未知欠驱动无人艇，提出了基于多目标艇导引的分布式协同目标跟踪方法，实现了编队-包含队形。

三、总结与展望

随着舰船科学、控制科学、网络科学、通信科学、电气工程、人工智能的飞速发展，舰船科学与各学科交叉融合，无人艇集群控制技术不断取得新的研究进展。为建立以高可靠、高精度、强适应、抗干扰、自主协同为特征，具备快速集群任务响应、集群队形重构与变换能力，满足未来复杂海洋环境下集群化海洋作业任务的多无人艇自主协同控制系统，本文最后提出一些尚待解决的问题及未来值得深入探索的研究方向：

（1）多无人艇网络化协同控制。

将无人艇通过网络连接实现信息交互与共享，进而实现网络环境下的集群协同，是未来多无人艇集群控制研究的重要趋势之一。现有多无人艇集群控制理论通常假设通信与信息传输是理想的，重点关注的是如何利用分布式反馈信息实现期望的集群控制目标，未考虑通信环境如通信时延、数据丢包、拓扑时变、间歇通信、异步通信、距离受限等因素对集群控制的影响。这些网络因素可能降低集群控制性能，甚至导致闭环系统失去稳定性。因此，如何进一步考虑网络因素，系统地建立网络环境下多无人艇分布式协同控制方法值得深入研究。

（2）多无人艇安全协同控制。

避障和避碰不仅是实现单无人艇自主航行的基础，也是保障多无人艇集群安全航行的基础。由于海上交通环境的复杂性，无人艇在水面航行时不仅会遇到多种静态或者动态障碍物，还可能存在触碰暗礁或搁浅等风险。与此同时，多无人艇之间也可能发生碰撞，多无人艇安全协同控制极为重要。特别是编队个体和海上交通密度的增加，给无人艇集群控制器设计带来了更大的挑战。因此针对复杂海洋环境和潜在的威胁信息，如何设计集群分布式协同控制器，避免无人艇与环境障碍物以及无人艇个体之间发生碰撞，保证多无人艇编队航行或编队重构的安全性值得深入探索。

（3）多无人艇最优协同控制。

现有多无人艇集群控制仅研究如何在不确定及海洋环境扰动下保持编队队形稳定的问题，闭环控制系统的稳定性、收敛性、鲁棒性是关注的重点，而没有考虑集群控制的最优性。随着海洋科技的发展，必然对集群控制性能提出更高的要求，尤其是如何在能量受限、资源受限、通信受限以及环境受限的条件下，针对模型未知的多无人艇集群系统，研究具有自主学习和自主优化能力的集群协同控制器，实现多无人艇集群最优协同控制。

（4）多无人艇免模型协同控制。

现有多无人艇集群控制器设计和分析大多基于现代控制理论，依赖由微分方程或差分方程描述的数学模型，如鲁棒控制、自适应控制、神经网络控制、模糊控制、滑模控制等都是基于无人艇模型构造集群控制器，系统的稳定性、收敛性、鲁棒性成为控制器设计关注的重点。控制过程完全依赖或部分依赖模型参数信息，控制算法较为复杂，待估参数多，不利于实际工程应用。免模型控制如PID控制仅利用输入、输出数据进行反馈控制，在工程实现方面更具吸引力，控制器可调参数少，降低了控制器实现的复杂性。因此，如何建立多无人艇免模型协同控制方法，降低集群控制器的复杂性，对于多无人艇集群控制方法走向工程应用具有重要意义。