面向时变扰动下欠驱动AUV深度跟踪控制的响应可调自适应视线（RTALOS）制导方法研究

《Symmetry》：Response-Tunable Adaptive LOS-Based Guidance for Depth-Tracking Control of Underactuated AUVs in the Presence of Time-Varying Disturbances

　　

自主水下航行器（AUV）已广泛应用于各类海洋任务，其中深度跟踪控制始终是一项关键技术挑战。尽管已有研究针对欠驱动AUV提出了多种制导律设计方案，但在极端时变外部扰动和路径曲率剧烈变化条件下，由垂荡速度引起的攻角效应补偿问题仍未得到充分探索。现有基于视线（LOS）的方法，包括积分视线（ILOS）和自适应视线（ALOS），仅依赖俯仰跟踪误差的积分作用来估计攻角，这不可避免地引入了固有的时间延迟特性，并在深度跟踪响应中诱发超调与抖振。鉴于系统的位置及其速度由其加速度唯一确定，研究人员提出了一种面向AUV深度跟踪控制任务的响应可调自适应视线（RTALOS）制导设计。该制导律同时将深度跟踪误差及其速度项作为边界约束，通过基于时间的规划多项式生成加速度参考，以实现精确的攻角估计。所提方法将攻角估计重新定义为基于二阶深度跟踪运动学系统的新范式，其中引入的速度项作为可调阻尼效应，有效抑制了深度跟踪的超调与振荡。仿真验证表明，若状态约束加速度得到及时执行，所提制导设计可使深度跟踪运动在给定时间内收敛。与所选ILOS和ALOS方法相比，所提RTALOS方法能够通过攻角估计快速、准确地补偿时变攻角效应，即使在严重时变扰动以及俯仰跟踪控制性能不理想的情况下，仍能实现精确的深度跟踪控制性能。

论文解读文章

一、研究背景与问题

自主水下航行器（Autonomous Underwater Vehicle, AUV）凭借其高自主性、低能耗和高可靠性等优势，已在科学调查、海底资源勘探、水深测量、水下结构检测、打捞作业及应急搜救等海洋任务中得到广泛应用。随着深海探索的不断深入和海底高精度作业需求的持续增长，欠驱动舵桨推进式AUV获得了大量研究关注，而深度跟踪控制始终是其中关键且持续演进的技术难题。在真实海洋环境下，复杂时变海流、海底地形引起的近底效应以及执行机构的物理限制等多重因素共同降低了深度控制精度，这持续推动着制导律设计与扰动抑制策略的不断发展。

在欠驱动AUV深度跟踪任务中，核心目标是在运动学层面实现俯仰角制导，并在动力学层面完成其跟踪控制。作为经典制导策略，视线（Line-of-Sight, LOS）制导方法近年来被广泛用于水面及水下航行器的轨迹跟踪与路径跟随问题。为进一步提升深度控制精度，现有方法通常在制导律中引入附加补偿角以抵消垂荡速度引起的攻角效应，其核心难点在于攻角的精确估计与有效补偿。当前研究主要沿两条技术路线开展：一是设计观测器将补偿角作为状态输出，利用跟踪误差的积分间接估计攻角或侧滑角；二是直接引入跟踪误差的积分项实现在线估计与补偿。然而，绝大多数现有方法均建立在攻角缓慢小幅度变化的假设之上，且制导补偿角的估计仅依赖跟踪误差的积分作用。当路径曲率急剧变化或环境载荷突然改变时，积分作用固有的时间延迟特性会诱发超调与抖振，严重降低系统的跟踪精度与稳定性。因此，亟需发展一种不依赖纯积分机制的新型攻角估计范式。

二、研究内容与结论

针对上述问题，研究人员提出了一种响应可调自适应视线（Response-Tunable Adaptive LOS, RTALOS）制导设计，用于欠驱动AUV的深度跟踪控制。该方法的创新之处在于：在攻角估计过程中不仅引入深度跟踪误差，还同时引入其速度项，利用该速度项为跟踪误差系统提供附加阻尼效应，从而有效抑制超调与抖振。具体实现上，RTALOS制导以深度跟踪误差及其速度为边界约束，通过基于时间的规划多项式生成加速度参考，进而完成攻角估计，使深度跟踪制导系统具备响应可调的收敛特性。仿真结果表明，所提RTALOS制导成功实现了响应可调的深度收敛，显著降低了超调与抖振；即使在底层俯仰跟踪控制由简单PD控制器实现的情况下，所提攻角估计方法仍能及时、准确地补偿时变扰动与俯仰控制偏差，在严重时变外部载荷下实现优异的深度跟踪精度。与ILOS和ALOS方法相比，RTALOS在时变攻角估计的快速性和准确性方面具有显著优势，这为欠驱动AUV在复杂海洋环境下的高精度深度跟踪提供了新的技术途径。

三、主要关键技术方法

研究人员采用了以下关键技术方法：第一，建立了统一的二阶系统模型变换框架，将俯仰跟踪动力学模型与深度跟踪运动学模型统一为相同形式，使统一的控制框架可同时应用于两个子系统；第二，设计了基于四阶多项式规划轨迹的状态约束响应可调控制律，通过预设规划时间参数直接调节系统收敛速率；第三，提出了基于统计线性回归的斜率滤波状态估计技术，用于从含噪测量信号中提取位置与速度信息；第四，构建了控制器硬件在环仿真平台，将所提制导与控制框架部署于真实树莓派（Raspberry Pi）板卡上运行，通过UDP通信与地面站及可视化引擎进行数据交换。仿真中采用的AUV样机为鱼雷形流线型壳体，总长1.03 m，直径0.14 m，由12 V无刷直流电机驱动主推进器，采用十字形尾舵配置。

四、研究结果

响应可调收敛特性验证。 研究人员设计了三种不同预设规划时间的对比测试（T_d分别为3 s、5 s和8 s），以验证RTALOS制导的响应可调收敛特性。仿真结果显示，T_d=3 s的场景约在25 s后收敛，而T_d=8 s的场景约在45 s后收敛，证实收敛时间随预设规划时间增大而增加。在50 s后施加时变载荷的情况下，T_d=3 s的场景实现了最高跟踪精度（最大偏差约3 cm），而T_d=8 s的场景偏差最大（约15 cm）。攻角估计结果分析表明，较小的T_d对应更快的估计响应速度，但受限于俯仰跟踪规划时间T_p=1.5 s的约束，最终选取T_d=3 s作为折中方案。

俯仰跟踪控制性能验证。 在T_d=3 s条件下，俯仰角在20 s前即实现收敛，快于深度收敛时间。50 s施加时变载荷后，非线性项估计保持了快速准确的俯仰跟踪性能，俯仰跟踪误差最大约为0.05 rad，验证了所提俯仰跟踪控制器的鲁棒性。

多场景对比验证。 研究人员设计了五个对比场景：所提控制+所提制导、PD控制+所提制导、自抗扰控制（Active Disturbance Rejection Control, ADRC）+所提制导、所提控制+ALOS制导、所提控制+ILOS制导。结果表明，RTALOS制导与不同控制器级联时均表现优异；在PD控制下尽管俯仰跟踪误差出现明显振荡，但该偏差在攻角估计中被及时补偿，深度跟踪结果仍保持满意。相比之下，ILOS和ALOS制导依赖深度跟踪误差的积分来估计攻角，导致攻角估计变化迟缓，在时变外部扰动下扰动抑制能力不足，深度跟踪结果出现异常振荡，最大偏差约40 cm。

五、讨论与结论

本文针对欠驱动AUV深度跟踪控制问题提出了RTALOS制导律。与现有ILOS和ALOS制导方法仅依赖深度跟踪误差的积分作用不同，所提RTALOS制导将深度跟踪误差及其一阶导数同时纳入攻角估计，建立了用于制导设计的二阶运动学框架。一阶导数项作为可调阻尼机制，有效抑制了纯积分操作固有的超调与振荡效应。此外，通过基于时间的状态约束规划多项式生成期望加速度，所提制导律赋予深度跟踪系统响应可调的收敛特性，收敛时间可通过规划时间参数预先设定。仿真结果证明，所提RTALOS制导成功实现了响应可调的深度收敛，显著降低了超调与抖振；即使在底层俯仰跟踪控制由简单PD控制器实现的情况下，所提攻角估计方法仍能及时准确地补偿时变扰动与俯仰控制偏差，在严重时变外部载荷下实现出色的深度跟踪精度。

然而，本研究仍存在若干局限性：所提RTALOS制导仅通过控制器硬件在环仿真验证，尚未在真实海洋环境中进行实验验证；此外，三维路径跟随中攻角与侧滑角补偿的耦合问题尚未解决。未来研究将利用本文所述AUV样机开展实验验证，评估所提RTALOS制导的实际应用可行性，并将当前框架扩展至同时具备攻角与侧滑角补偿的三维空间路径跟随。