基于观察器的无人水面航行器路径跟随控制，可实现侧滑角的精确补偿

《Ocean Engineering》：Observer-based path following control of unmanned surface vehicle with exact compensation of sideslip angle

欠驱动无人水面航行器在环境干扰下的路径跟踪问题，提出基于自适应状态观测器（ASO）的导引律与航向控制器，通过估计surge和sway速度及跟踪误差实现大角度时变侧滑补偿，闭环系统半全局指数稳定，数值仿真验证有效性。

　　在当今快速发展的智能交通和自动化领域，无人水面船舶（Unmanned Surface Vehicle, USV）因其在环境监测、海洋勘探、巡逻监视和搜救任务中的广泛应用而备受关注。然而，由于海洋环境的复杂性和多变性，USV在执行路径跟踪任务时常常面临外部扰动的挑战，例如洋流、风力和波浪等。这些扰动不仅影响USV的航行轨迹，还可能造成显著的横向漂移，进而引发非零的侧滑角。侧滑角的存在会严重影响路径跟踪的精度和稳定性，尤其是在欠驱动系统中，其控制能力受限，难以直接对抗所有方向的扰动。

为了解决这一问题，本文提出了一种基于自适应状态观测器（Adaptive State Observer, ASO）的路径跟踪方法，该方法能够在存在环境扰动的情况下，实现对USV路径跟踪误差和未知纵荡与横荡速度的联合估计。通过这些估计结果，构建了一种自适应状态观测器-视线（ASO-LOS）引导律和航向控制方案，使USV能够可靠地跟踪预定的参数化路径。该方法的核心在于摆脱了传统方法对侧滑角小且恒定的假设，从而提高了系统在复杂海洋环境下的适应性和鲁棒性。

在实际应用中，USV的运动特性通常受到多种因素的影响，包括动力学模型的不确定性、传感器噪声以及环境扰动的动态变化。因此，设计一种能够有效应对这些挑战的控制策略至关重要。本文提出的方法不仅能够在存在较大侧滑角的情况下进行准确估计，还能够通过自适应更新机制实现对速度参数的在线估计，从而增强系统的动态响应能力和稳定性。

本文的主要贡献体现在三个方面。首先，不同于以往的研究，本文提出的方法不依赖于对侧滑角为小且恒定的假设，而是通过估计纵荡和横荡速度，直接重构侧滑角，使得系统能够在更广泛的海洋条件下保持高性能。其次，该方法所设计的自适应速度估计器被证明具有统一全局指数稳定性（Uniformly Globally Exponentially Stable, UGES），确保了在不同操作条件下，速度估计能够快速收敛且无振荡，从而提高了系统的鲁棒性。第三，所构建的闭环系统（包括速度估计器、引导律和航向自动控制系统）被证明具有统一半全局指数稳定性（Uniformly Semiglobally Exponentially Stable, USGES），这意味着系统能够在更宽泛的初始条件和操作范围内保持稳定，同时提升路径跟踪的精度。

USV的运动模型通常采用基于体坐标系的描述方式，其动力学特性在水平面上表现得尤为明显。通过引入适当的参考系，可以更清晰地分析USV在路径跟踪过程中的运动状态。本文基于这一模型，设计了一种能够有效应对环境扰动的引导策略，该策略通过自适应观测器实现对关键状态参数的估计，从而提高路径跟踪的可靠性。

在引导律的设计过程中，本文结合了自适应观测器的估计结果，构建了一种新型的视线引导方法。该方法不仅考虑了USV当前的运动状态，还通过动态调整参数，使得系统能够适应不同的环境条件和操作需求。此外，航向控制方案的设计也充分考虑了侧滑角的影响，通过调整控制增益，确保USV在路径跟踪过程中保持正确的航向，从而减少轨迹偏移。

本文的实验部分通过数值仿真验证了所提出方法的有效性。仿真结果表明，与传统的扩展状态观测器-视线（ESO-LOS）方法和预测视线（PLOS）方法相比，基于自适应状态观测器的引导策略在跟踪速度和抗噪能力方面表现更为优越。此外，该方法在不同路径类型（如直线路径和曲线路径）下的适应性也得到了充分证明，展示了其在复杂海洋环境中的广泛应用潜力。

综上所述，本文提出了一种针对欠驱动USV路径跟踪问题的创新解决方案。该方案通过自适应观测器的引入，实现了对关键状态参数的准确估计，并结合引导律和航向控制策略，确保了USV在存在环境扰动的情况下能够稳定地跟踪预定路径。这一方法不仅提升了USV在复杂海洋环境中的操作性能，还为未来的智能水面航行器研究提供了新的思路和技术支持。