《Journal of Marine Science and Engineering》：An Integrated Framework Combining Degradation-Risk Assessment and SWOT Analysis for Coastal Geoheritage Management in Portuguese Protected Areas
编辑推荐：
为解决路径跟踪控制中的模型不确定性（model uncertainties）和外部扰动（external disturbances）问题，提出一种增益调度自适应Tube-NMPC（gain-scheduled adaptive Tube-NMPC）算法。将Tu
为解决路径跟踪控制中的模型不确定性（model uncertainties）和外部扰动（external disturbances）问题，提出一种增益调度自适应Tube-NMPC（gain-scheduled adaptive Tube-NMPC）算法。将Tube鲁棒约束（Tube robust constraints）融入NMPC（Nonlinear Model Predictive Control，非线性模型预测控制）框架，以增强抗扰能力（disturbance rejection capability）；同时采用增益调度机制（gain-scheduling mechanism）实现不同运行工况下控制参数的在线调整。进一步设计自适应更新率策略（adaptive update-rate strategy），以动态调节Tube收缩参数（tube contraction parameter），从而提高控制系统对环境变化的适应性。在无扰动条件以及涉及纵荡力（surge force）、横荡力（sway force）和艏摇力矩（yaw moment）扰动的场景下开展实验。结果表明，所提算法在位置跟踪（position tracking）、速度跟踪（velocity tracking）和控制输入平滑性（control input smoothness）方面具有优越性能。所提方法的有效性得到验证，在扰动条件下表现出改善的路径跟踪精度（path tracking accuracy）和控制稳定性（control stability）。
研究背景方面，随着智能船舶和海上无人系统快速发展，MASS（Maritime Autonomous Surface Vessel，海上自主水面船）成为智能船舶领域重点方向。IMO（International Maritime Organization，国际海事组织）以及MUNIN、Yara Birkeland等项目推动自主导航技术发展。路径跟踪控制直接影响船舶自主航行、港口靠泊和复杂海况作业中的安全性、稳定性与运营经济性。船舶运动系统具有强非线性、多变量耦合、时变参数和欠驱动特征，并受风、浪、流等外部环境扰动影响，传统PID（Proportional-Integral-Derivative，比例-积分-微分）和线性控制难以在复杂海况下实现高精度控制。Fossen建立了船舶运动控制理论框架；Zhang在船舶建模与控制方面指出模型参数不确定性和环境扰动是影响控制性能的重要因素；Zhang还表明复杂导航环境下模型失配和外部扰动会导致路径跟踪误差累积，降低控制系统稳定性。MPC（Model Predictive Control，模型预测控制）因能显式处理状态和输入约束而广泛用于船舶轨迹跟踪。Rawlings建立MPC理论框架；Allg?wer将MPC用于船舶运动控制；Song实现NMPC用于自主船舶轨迹跟踪并显示优越控制性能。但NMPC需在每个控制步在线求解非线性优化问题，计算负担随预测时域和系统维度增加而显著增加，限制实际应用。Tsolakis提出Explicit MPC，通过离线预计算减少在线计算，但船舶动力学强非线性和复杂约束限制其应用；Nouwens提出Constraint-Adaptive MPC，通过在线调整约束集提高求解效率，但主要面向线性系统，对高度非线性船舶动力学仍需研究。Jimoh提出Tube-MPC框架，构造名义轨迹和误差Tube以约束扰动传播；Zheng将Tube-MPC用于海上自主系统轨迹跟踪，通过误差Tube补偿模型失配和环境扰动，增强控制稳定性。然而，多数现有Tube-MPC依赖固定反馈增益和固定Tube设计，船舶动力学变化时可能降低控制性能或增加保守性。Song提出基于非线性新息的扩展Kalman滤波算法，提高模型预测精度和复杂海况状态估计，但主要关注模型保真度和状态估计，未充分考虑控制器对变化工况和外部扰动的在线适应性。近期研究还关注鲁棒性与执行器约束：Aremu and Saif开发带分配感知抗饱和的反步滑模控制器用于AUV（Autonomous Underwater Vehicle，自主水下航行器）垂荡和艏摇控制，显示改善抗扰和鲁棒性；Ridwan et al.比较micro-ROV（Remotely Operated Vehicle，遥控水下航行器）艏摇运动多种控制策略，强调瞬态性能、执行器饱和和控制努力之间权衡。因此，需同时考虑鲁棒性、控制约束和跟踪性能。针对上述挑战，研究人员提出增益调度自适应Tube-NMPC方法，用于船舶路径跟踪控制，主要贡献为：开发增益调度自适应Tube-NMPC策略，根据运行工况在线调度控制参数，实现不同船舶速度和扰动水平下鲁棒约束边界自适应调整；设计误差驱动自适应更新率机制，根据系统状态动态调整Tube收缩参数，在保持鲁棒性同时降低保守性并提高复杂环境跟踪精度；建立基于导航状态和扰动的自适应Tube约束调整机制，减少优化搜索空间，同时确保可行性和稳定性，降低NMPC在线计算负担并改善控制输入平滑性。该研究意义在于提高扰动条件下路径跟踪精度和控制稳定性，并维持实时控制可行性。
关键技术方法概括如下：研究人员基于MMG（Mathematical Modeling Group，数学建模组）模块化建模建立3-DOF（Three-Degree-of-Freedom，三自由度）非线性船舶运动模型，描述纵荡、横荡和艏摇；离散化连续系统构建NMPC名义预测模型；通过局部一阶Taylor展开获得误差模型，设计离线局部反馈增益、Tube鲁棒正不变集，并对状态和输入约束进行收紧；引入基于运行工况的增益调度机制，根据位置偏差和艏向偏差调整状态权重，根据扰动估计调整Tube半径；设计误差驱动自适应更新率策略，动态调节Tube收缩参数；利用Lyapunov条件和移位候选控制序列分析有界性与递归可行性；在BY03 ASV（Autonomous Surface Vessel，自主水面船）上开展无扰动和纵荡力、横荡力、艏摇力矩扰动数值仿真。
研究结果部分，2. 船舶运动模型：研究人员围绕低中速船舶路径跟踪，基于MMG模块化建模建立3-DOF非线性模型，描述机体坐标系下纵荡、横荡和艏摇运动，包含惯性矩阵、Coriolis和向心矩阵、非线性阻尼、船体水动力、螺旋桨推力、舵力以及外部扰动和模型不确定性。该模型为后续NMPC和Tube设计提供基础，体现系统强非线性和耦合约束特征。3. 自适应Tube-NMPC控制系统设计：3.1 NMPC预测框架设计，考虑耦合3-DOF运动学与动力学、模型不确定性和外部扰动，离散化连续时间系统得名义模型，构造参考轨迹和误差状态，以状态误差、控制输入和控制增量惩罚形成性能指标并施加输入与状态约束。局部线性化仅用于Tube反馈设计和稳定性分析，不替代NMPC优化器中的非线性预测模型。3.2 Tube误差约束设计，定义实际状态与名义状态误差，引入辅助状态反馈控制律，离线设计反馈增益使闭环矩阵Schur稳定，并用Lyapunov条件验证；定义鲁棒正不变集和Tube半径，收紧实际状态与输入约束，为扰动偏差预留鲁棒裕度。扰动时辅助反馈可快速抑制误差传播，使实际轨迹保持在Tube边界内。3.3 自适应参数调度机制设计，针对传统Tube-NMPC固定增益导致鲁棒性与控制性能折中失衡，研究人员根据位置偏差和艏向偏差表征工况并调整状态权重矩阵，根据估计扰动水平调整Tube半径和鲁棒裕度；滚动优化执行第一个控制量。局部反馈增益离线设计，不作为在线优化变量。由此可在当前工况下协调跟踪性能需求和鲁棒性需求，降低保守性并改善在线优化效率。4. 系统鲁棒有界性与递归可行性分析，将局部线性化误差动力学视为离散时间线性时变系统，要求调度局部反馈增益满足统一Lyapunov条件。通过状态转移矩阵和扰动下误差解推导，得出无扰动局部误差动力学一致指数稳定，有界扰动下一致最终有界，实际状态保持在名义轨迹有界邻域内；通过移位候选控制序列，在Tube约束已考虑扰动裕度情况下，候选序列仍满足收紧约束，从而保证NMPC递归可行。5. BY03自主水面船数值仿真验证，在BY03 ASV上开展无扰动和扰动实验，并建立对应3-DOF模型，控制器参数在全部仿真中保持不变。5.1 无扰动条件下实验分析：外部扰动输入为零，速度状态响应快且无显著超调，纵荡速度峰值约0.09 m/s，实际轨迹接近参考；横荡速度保持小范围，抑制横向漂移；艏摇率平滑连续，无高频振荡。控制输入变化率中推力增量和舵角增量连续，变化主要集中在高曲率转弯区，直线段迅速稳定，舵角速率保持小范围，说明输入约束和优化目标可防止执行器过度活动，提高运行稳定性并延长执行器寿命。5.2 扰动条件下实验分析：引入时变纵荡推力扰动和艏摇力矩扰动，以模拟未知环境因素影响并测试鲁棒性，并非实际实验过程直接测量或施加外力。扰动下纵荡速度、横荡速度和艏摇率出现波动，但仍满意跟踪参考，高曲率转弯区未出现明显发散或不稳定，说明Tube鲁棒约束有效抑制扰动引起状态偏差。自适应机制根据当前跟踪状态和扰动信息调整NMPC权重与Tube鲁棒裕度，NMPC优化器生成控制补偿；推力和舵角增量有所增加但仍平滑，无严重振荡。5.3 误差与鲁棒性分析：复合位置误差在两种场景保持在0.03–0.045 m，均值约0.037 m无扰动、0.038 m扰动，最大误差从0.043 m略增至0.0445 m，增加3.5%；局部峰值出现在约200 s、360 s、520 s、680 s转弯阶段，但扰动与无扰动响应几乎一致。复合速度误差稳定在0.07–0.095 m/s，扰动下最大约0.090 m/s，仅比无扰动增加2.6%。艏向误差保持在4°内，最大约3.6°，扰动与无扰动曲线几乎重叠，仅峰值区略偏，说明在线参数更新机制可及时补偿模型失配和外部扰动。计算性能方面，扰动下单步平均优化时间从53.84 ms增至58.15 ms，增加约7.99%，表明计算时间增长有限，满足实时控制要求。RMSE方面，无扰动下位置状态X和Y的RMSE为10%和9%，扰动下略增至11%和9%，变化仅3.5%和2.6%；纵荡和横荡速度RMSE从42%和37%变为42%和38%，增量仅2.0%和0.7%；艏摇率RMSE从17%变为16%，变化9.0%，仍处低水平；艏向角RMSE从39%增至40%，变化0.3%，说明控制策略有效抑制扰动向姿态层传播。6. 结论与讨论部分总体表明，研究人员为解决NMPC模型失配、外部扰动和鲁棒性有限问题，提出自适应Tube-NMPC方法，并在BY03无人水面艇上验证有效性。研究结论翻译如下：为解决NMPC的模型失配、外部扰动和鲁棒性有限问题，本文提出一种自适应Tube-NMPC方法，并在BY03无人水面艇上验证其有效性。主要结论如下：（1）开发在线自适应模型更新NMPC预测方案，以消除固定模型引起的预测误差累积，能够根据船舶动力学实时修正模型，提高复杂条件下的轨迹预测精度和控制一致性。（2）引入基于Tube的鲁棒约束，形成有界误差收缩结构，将扰动和模型不确定性限制在Tube内，从而将位置和速度误差增长分别限制在3.5%和2.6%。（3）基于BY03自主水面船模型的闭环轨迹跟踪仿真表明，所提方法抑制控制输入波动和误差累积，将位置误差保持在0.03–0.045 m、速度误差保持在0.07–0.095 m/s、艏向误差低于4°，验证了其在实际操作中的适用性。未来，作者将考虑更复杂的海洋环境不确定性建模，包括时变海流、强随机扰动和未知环境因素影响；同时，将进一步研究更高效的快速NMPC求解策略，以满足实时控制需求。
