⚡ electrical engineering

Integrated Guidance and Control for Path-Following with Bounded Inputs

本文提出了一种基于非线性滑模控制的集成制导与控制系统，通过引入追逐虚拟目标的视线对齐策略，在考虑非对称执行器约束的情况下，实现了欠驱动水面舰艇对任意平滑路径的精确跟踪。

原作者： Ram Milan Kumar Verma, Shashi Ranjan Kumar, Hemendra Arya

发布于 2026-03-03

📖 1 分钟阅读☕ 轻松阅读

原作者： Ram Milan Kumar Verma, Shashi Ranjan Kumar, Hemendra Arya

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇文章介绍了一种让无人水面船（USV）（就像海上的自动驾驶汽车）能够更聪明、更精准地沿着任意路线航行的新方法。

为了让你更容易理解，我们可以把这篇论文的核心思想想象成**“玩一个高科技的‘抓人’游戏”**。

1. 核心概念：把路线变成“移动的靶子”

传统方法（像走迷宫）：
以前的导航方法，通常把一条复杂的路线（比如一个完美的椭圆或"8"字形）强行拆解成很多段直线和圆弧。船就像在走迷宫，每走完一段直线就要停下来，计算下一个转弯点，然后转向。这就像是在玩“贪吃蛇”，必须一格一格地走，不够流畅。

这篇论文的新方法（像玩“抓人”游戏）：
作者提出了一种**“追逐”的策略。
想象一下，在你要走的路线上，有一个看不见的“虚拟幽灵”**（虚拟目标）正沿着路线匀速或变速移动。

你的任务不是去记路线的每一个弯，而是死死盯住这个“幽灵”。
只要你的船始终朝着“幽灵”的方向开，并且努力缩短和它的距离，你自然就会沿着那条完美的路线走。
这就好比你在玩“老鹰捉小鸡”，只要你的眼睛一直盯着小鸡跑，你的身体自然会顺着它的轨迹移动，不需要去计算它下一秒会往左还是往右。

2. 两大挑战与解决方案

在让船“抓”住这个幽灵的过程中，作者解决了两个现实中的大麻烦：

挑战一：船的动力是有限的（不能无限加速或急转弯）

比喻： 想象你开着一辆小卡车，它的油门和刹车都有极限。如果你突然猛踩油门想追上幽灵，但引擎最大只能提供这么多动力，车就会打滑或者反应不过来。

以前的做法： 先设计一个完美的控制方案，如果算出来的油门超过了极限，就强行把它“砍”到最大值（就像把水倒进杯子里，满了就溢出来）。但这会导致控制不平稳，像坐过山车一样忽快忽慢，容易损坏机器。
这篇论文的做法： 在设计方案时，就提前考虑到油门的极限。就像在规划路线时，就告诉司机：“这里最多只能开 60 码，别踩太狠”。
特别之处： 作者还考虑了**“不对称”**的情况。比如，船向前冲的力气很大，但往后退的力气很小（就像人向前跑很快，但倒着走很慢）。新方法能完美处理这种“前强后弱”的不平衡，让船在受限的情况下依然能平滑地走。

挑战二：船不是简单的质点，它有复杂的物理特性

比喻： 很多简单的模型把船看作一个没有重量的点。但真实的船有重量，水有阻力，船身还会因为惯性“甩”起来（就像大卡车转弯时车身会侧倾）。

这篇论文的做法： 它没有把船当成简单的点，而是把船看作一个有重量、有惯性、受水流影响的复杂物体。它设计了一个**“一体化”**的大脑（集成制导与控制），直接指挥船的引擎（推力）和舵（转向力矩），而不是分两步走（先算方向，再算怎么转）。这让船的反应更灵敏，更适应真实的海况。

3. 实验结果：像穿针引线一样精准

作者用计算机模拟了两种复杂的路线：

椭圆形路线（像绕着操场跑圈）。
"8"字形路线（像画一个无限符号，需要频繁急转弯）。

结果令人印象深刻：

无论船一开始在哪里（在路线左边、右边，或者头朝向哪里），它都能迅速调整姿态，像磁铁一样吸向那条路线。
它不仅能走到路线上，还能保持在路线上，不会忽左忽右。
最重要的是，使用了“考虑动力限制”的新方法后，船的操作非常平滑，没有那种猛打方向盘或猛踩油门的“顿挫感”。这不仅让船走得更稳，还延长了发动机和螺旋桨的寿命（就像开车时平稳驾驶比急刹急停更省油、更护车）。

总结

简单来说，这篇论文发明了一种**“智能追逐算法”：
它让无人船不再死板地沿着画好的线走，而是主动去追逐路线上的一个虚拟目标**。同时，它非常“懂事”，知道船的动力有限，并且前推后拉的力量不一样，因此它能计算出最平滑、最省力的操作指令。

这就好比给无人船装上了一个经验丰富的老船长的大脑，既能精准地走复杂的曲线，又能温柔地操作机器，既快又稳，还不容易坏。这对于未来的海洋监测、搜救和货物运输来说，是一项非常实用的技术。

这是一份关于论文《Integrated Guidance and Control for Path-Following with Bounded Inputs》（带输入约束的路径跟踪集成制导与控制）的详细技术总结。

1. 研究背景与问题定义 (Problem Statement)

背景：
无人水面艇（USV）在海洋监测、军事防御、海洋工程等领域应用广泛。实现精确的路径跟踪（Path-Following）是完成这些任务的关键。然而，现有的路径跟踪方法大多存在以下局限性：

路径限制： 传统方法通常将路径分解为有限数量的直线和圆弧段，难以处理任意光滑的复杂路径。
架构限制： 大多数方法采用“制导 - 控制”双回路架构（先设计期望航向，再设计控制器消除航向误差），忽略了系统动力学耦合，且假设内环快于外环，这在某些动态场景下可能降低性能。
执行器约束： 实际执行器（如推进器和舵）的推力/力矩是有界的，且往往存在非对称约束（前进和后退能力不同，或因磨损导致能力差异）。现有研究多假设对称约束或使用简单的饱和函数近似，缺乏对非对称约束的严格数学处理，且往往无法在考虑约束的情况下保证系统稳定性。

核心问题：
如何为欠驱动（Underactuated）的无人水面艇设计一种**集成制导与控制（IGC）**策略，使其能够：

跟踪任意光滑路径（无需分解为直线/圆弧）。
处理非线性动力学和时变速度。
在非对称执行器输入约束下，保证系统的稳定性并生成平滑的控制指令。

2. 方法论 (Methodology)

本文提出了一种基于**纯追踪（Pure Pursuit）**思想的集成制导与控制（IGC）策略，将路径跟踪问题转化为拦截器与移动虚拟目标的交会问题。

2.1 系统建模

动力学模型： 建立了 USV 在水平面内的三自由度（3-DOF）非线性动力学模型（包括纵荡、横荡和首摇），考虑了附加质量、科里奥利力、阻尼力及外部干扰。
运动学模型： 定义了 USV 与沿路径移动的虚拟参考点之间的相对运动学关系，包括视线（LOS）距离 $R$ 、视线角 $\theta$ 以及 USV 的速度矢量与 LOS 的夹角 $\theta_U$ 。
非对称饱和模型： 引入了一种平滑的输入饱和模型（基于微分方程），能够描述执行器在正向和反向不同边界下的饱和特性，避免了传统硬饱和带来的不连续性和稳定性分析困难。

2.2 控制策略设计

文章提出了两种设计方案：

方案一：无约束设计 + 后处理饱和

首先忽略执行器约束，设计基于滑模控制（Sliding Mode Control, SMC）的 IGC 律。
定义两个滑模面：
1. $S_{\theta_U} = \theta_U$ ：确保 USV 速度矢量对准视线（LOS）。
2. $S_R = \dot{R} + k_R R$ ：确保视线距离 $R$ 及其变化率收敛至零（实现与虚拟目标交会）。
利用 Lyapunov 函数证明在理想情况下系统的稳定性。
局限性： 在实际实现时，若直接对控制量进行硬饱和，会破坏理论上的稳定性保证。

方案二：集成非对称约束的 IGC 设计（核心贡献）

将非对称输入饱和模型直接纳入控制律推导过程中。
采用**反步法（Backstepping）**结合滑模控制思想。
引入中间变量和虚拟控制律，构建包含饱和模型状态的扩展 Lyapunov 函数。
设计控制指令 $\tau_c$ ，使得实际输出 $\tau$ 始终满足非对称边界，同时保证滑模面收敛。
优势： 从数学上严格证明了在存在非对称输入约束的情况下，系统状态仍能渐近收敛至零，且控制指令平滑。

2.3 稳定性证明

利用 Lyapunov 直接法，证明了所设计的控制律能够保证滑模面 $S_{\theta_U}$ 和 $S_R$ 以及误差变量渐近收敛至零，从而确保 USV 能够精确跟踪任意光滑路径。

3. 主要贡献 (Key Contributions)

任意光滑路径跟踪： 不同于将路径离散化为直线和圆弧的传统方法，该方法将路径视为连续移动的虚拟目标序列，能够跟踪任意足够光滑的复杂路径。
集成制导与控制（IGC）架构： 摒弃了传统的“制导 - 控制”双回路结构，直接基于 USV 非线性动力学设计控制输入（纵荡推力和首摇力矩），更好地利用了系统动力学特性，提升了动态性能。
非对称输入约束处理： 创新性地提出了考虑非对称执行器约束的平滑饱和模型，并将其直接集成到控制律设计中。这不仅避免了控制指令的突变（减少执行器磨损），还从理论上保证了在约束条件下的系统稳定性。
时变速度适应性： 与假设速度恒定的拦截器制导不同，该方案允许 USV 以时变速度沿路径运动，更符合实际应用场景。
严格的稳定性证明： 在非线性框架下，利用滑模控制和 Lyapunov 方法，严格证明了所提策略在存在匹配不确定性和输入约束下的稳定性。

4. 仿真结果 (Results)

研究使用 CyberShip II 模型（1:70 缩比补给船模型）在 MATLAB 中进行了数值仿真验证。

测试场景：
- 路径类型： 椭圆形路径和"8"字形路径（具有曲率变化，足够光滑且复杂）。
- 初始条件： 设置了三种不同的初始位置和航向（P1, P2, P3），以验证鲁棒性。
- 对比实验： 对比了“无约束设计 + 后处理饱和（Ad hoc）”与“集成约束设计（Proposed）”两种方案。
关键发现：
- 跟踪精度： 两种方案均能成功引导 USV 从不同初始位置收敛至目标路径，并消除视线角误差和距离误差。
- 控制平滑性：
  - Ad hoc 方案： 在瞬态过程中，控制指令频繁触及上下限，出现明显的“角点”和不连续，导致执行器产生冲击（Jerk）。
  - Proposed 方案： 控制指令平滑过渡，无突变角点，始终保持在非对称边界内。这显著减少了执行器的机械磨损。
- 速度跟踪： USV 能够准确跟踪路径上虚拟目标设定的时变速度。
- 稳定性验证： 滑模面和 Lyapunov 函数值均收敛至零，验证了理论证明的正确性。

5. 意义与结论 (Significance & Conclusion)

学术与工程意义：

理论突破： 解决了非线性欠驱动系统在非对称输入约束下的路径跟踪稳定性证明难题，填补了现有文献中关于非对称约束下 IGC 设计的空白。
工程实用价值： 提出的平滑控制策略直接延长了执行器寿命，降低了维护成本，特别适用于对控制平滑性要求高的海洋作业场景。
通用性： 该方法不依赖于特定的路径几何形状，为复杂海洋环境下的自主导航提供了通用的解决方案。

结论：
本文提出了一种基于纯追踪思想的集成制导与控制策略，成功实现了欠驱动 USV 对任意光滑路径的精确跟踪。通过引入非对称输入饱和模型并直接集成到控制律设计中，该方法不仅保证了系统的数学稳定性，还生成了平滑的控制指令，有效克服了传统双回路方法和硬饱和处理的缺陷。仿真结果充分验证了该策略在不同初始条件和复杂路径下的有效性与鲁棒性。未来的工作可进一步考虑外部海洋环境干扰（如风、浪、流）的补偿研究。