ACA-LOS：路径法向流感知的自适应制导用于无人水面艇覆盖航线保持

《Journal of Marine Science and Engineering》：ACA-LOS: Path-Normal Current-Aware Adaptive Guidance for Coverage-Lane Keeping of Unmanned Surface Vehicles

　　

为了解决无人水面艇（USV）在海流干扰下执行完整牛耕式覆盖路径时持续偏离覆盖航线的问题，该研究提出了一种基于在线海流估计的自适应海流感知视线（ACA-LOS）制导方法。利用USV与周围水体之间的运动学速度关系在线估计局部海流，并提取其路径法向分量。所估计的路径法向海流既用于构建海流补偿航向修正，又与横向偏差一起调整LOS前视距离，并生成期望的ACA-LOS航向。在恒定、时变和空间变化的海流条件下，针对不同海流速度和方向进行了完整路径仿真。与常规LOS相比，ACA-LOS将平均横向偏差均方根误差（RMSE）降低了40.80%，将容差带符合率（R_b）提高了27.48个百分点，并将累计横向偏差面积（A_d）降低了68.68%。ACA-LOS抑制了由海流干扰引起的持续航线偏差，并在整个牛耕式路径执行过程中改善了航线保持性能。该方法支持USV作业从单一轨迹跟踪扩展到长时间持续覆盖执行，并为无人化和智能化的水上作业装备提供了参考。

覆盖路径执行是无人水面艇（USV）在指定水域内完成地形测绘、水质监测、污染物排查及港口航道巡检等任务的关键环节。在存在海流干扰的实际水域中，USV沿规划好的牛耕式覆盖路径作业时，海流引起的横向偏移会导致其持续偏离参考航线，造成局部漏测、重复覆盖或作业质量下降。现有视线（LOS）制导方法通常适用于单条直线或曲线路径，较少考虑覆盖路径多航线连续执行、固定航线间距及边界安全约束等任务特性；同时，海流往往被作为整体外部扰动加以抑制，缺乏针对路径法向海流分量的在线估计与补偿的系统性研究。为此，研究人员提出了自适应海流感知视线（ACA-LOS）制导方法，以在线海流信息抑制持续横向偏差，并在完整覆盖路径执行过程中评估其实际效果。

研究人员首先建立了二维USV运动学模型，定义沿航向误差与横向偏差，并将海流速度分解为路径切向分量和路径法向分量。分析表明，路径切向分量主要影响沿路径推进速度与任务完成时间，而路径法向分量直接进入横向偏差动态，是导致偏离覆盖航线的主要扰动。在路径法向海流持续存在的情况下，即使USV艏向与路径切线一致，也会因海流作用产生累积横向偏差。因此，研究人员将在线海流估计引入LOS制导框架，提出用路径法向海流补偿航向并自适应调整前视距离。ACA-LOS的核心机制包括基于运动学速度残差的在线海流估计、路径法向海流补偿角，以及融合横向偏差与估计海流强度的自适应前视距离。海流估计利用USV对地速度与相对水体速度的残差，经一阶低通滤波获得平滑的局部海流估计；路径法向分量的提取依赖于当前活动段方向，保证路径段切换时补偿角的正确性；自适应前视距离在横向偏差和法向海流强度两个归一化项共同作用下动态调整，实现在接近航线时保持平顺、在偏差增大时加速纠偏。

仿真在60 m×40 m标准覆盖区域中展开，构建了包含9条直线航线和8个U型转弯的牛耕式参考路径，总长546.22 m。海流条件涵盖恒定、时变和空间变化三种类型，速度取0.1至0.5 m/s共6档，方向涵盖0°至180°共5个方向，合计78种工况。对比方法包括纯追踪（PP）、常规LOS、具备理想海流信息的OCA-LOS与ACA-LOS。评价指标包括横向偏差均方根误差（RMSE）、容差带符合率（R_b）和累计横向偏差面积（A_d），用于表征整体跟踪误差、持续航线合规性与累积横向偏移。

总体性能方面，与常规LOS相比，ACA-LOS在78个工况中将平均RMSE降低40.80%，将R_b提高27.48个百分点，将A_d降低68.68%。常数90°横流条件下，随海流速度增大，三种方法的RMSE均增大，但ACA-LOS增长最慢，表明其对海流强度变化不敏感。海流方向影响分析显示，路径法向海流分量是决定路径执行性能的关键因素；当海流方向接近90°时，所有方法性能最差，而ACA-LOS在各方向下性能变化较小，特别是在45°至135°区间保持较高的容差带符合率。海流场类型影响方面，时变海流对性能的影响最大，但ACA-LOS的优势在所有类型中均保持一致。

消融分析表明，路径法向海流补偿是性能提升的主要来源，相对于LOS使RMSE降低21.9%、R_b提高23.30个百分点、A_d降低51.2%；误差自适应前视距离提供了重要补充，与补偿机制组合后性能进一步提升。将法向海流引入前视距离调整带来较小但一致的额外增益。参数敏感性分析显示，基准前视距离对RMSE和A_d影响最大，补偿增益对A_d呈非单调影响，误差调整权重在适当增大时改善全部核心指标，而法向海流权重影响有限。测量噪声鲁棒性测试表明，位置、航向和相对水体速度的测量噪声显著降低海流估计精度，增大A_d和任务完成时间，但RMSE和R_b在测试范围内保持相对稳定。即使在8倍标称噪声水平下，ACA-LOS在所有78个工况中三个核心指标仍均优于常规LOS。

讨论部分指出，ACA-LOS适用于USV在给定覆盖区域内跟踪参考路径的任务，前提是对地速度、航向和相对水体速度可测，海流强度不超过平台机动能力，且海流变化率可被估计滤波过程追踪。当前验证基于二维运动学模型和预定海流场，尚未考虑完整船体动力学、执行器约束和风浪耦合扰动；一阶低通滤波器在快速变化海流下可能引入估计滞后，基准前视距离与补偿增益需根据平台性能和跟踪误差要求整定。因此，研究结论仅限于所测试的覆盖路径、海流条件和测量假设。

研究人员提出了一种自适应海流感知LOS（ACA-LOS）航线保持方法，用于解决覆盖USV在海流干扰下偏离计划航线的问题。该方法在常规LOS制导基础上引入估计路径法向海流补偿和自适应前视距离调整，使制导过程同时兼顾持续扰动抑制与横向偏差修正。主要结论如下：路径切向海流分量主要影响沿路径推进，路径法向分量直接进入横向偏差动态，是偏离覆盖参考路径中心线的主要原因；在60 m×40 m覆盖区域的78个标准海流工况中，ACA-LOS相对于常规LOS使平均RMSE降低40.80%、R_b提高27.48个百分点、A_d降低68.68%，提升了海流干扰下的路径执行稳定性与航线保持能力；路径法向海流补偿是ACA-LOS性能提升的主要来源，误差自适应前视距离提供重要互补改进，基准前视距离对性能影响显著，补偿增益具有非单调效应，测量噪声会降低海流估计精度并增大A_d和任务完成时间，而RMSE与R_b保持相对稳定，参数整定需在航线保持精度、扰动抑制和制导平顺性之间取得平衡。总体而言，ACA-LOS将环境扰动的在线估计与覆盖制导相结合，提高了在所测试模拟海流条件下的连续作业能力和航线保持可靠性，为内河航道管理、近岸环境保护和水上应急作业等任务的无人化、智能化执行提供了参考。