Velocity-Obstacle and COLREGs-Based Safety Control for Underactuated USVs with a Fixed-Time Fuzzy Observer: Theory and Experiment
本文提出并实验验证了一种用于欠驱动无人艇（USV）的安全航点跟踪控制系统，该系统将符合国际海上避碰规则（COLREGs）的解析推导速度障碍物引导策略与固定时间模糊观测器相结合，以确保在动态海洋环境中的避障能力和鲁棒抗干扰性能。
原始论文采用 CC BY 4.0 许可（https://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
海洋是一个广阔且不可预测的工作场所，机器必须学会如何在没有人类操纵方向盘的情况下进行航行。无人水面艇（Unmanned Surface Vehicles，简称 USVs）是旨在巡逻海岸线、监测污染或运送物资的机器人船只。它们的建造目标是简单且具有成本效益，这通常意味着它们缺乏像螃蟹那样横向移动的能力；它们只能向前推进并转向。这种局限性使得在繁忙水道中驾驶它们成为一个复杂的谜题。由于海洋从不平静，这一挑战变得更加复杂：风、浪和洋流不断将这些船只推离航线，同时其他船只也在各自的路径上移动。为了安全运行，这些机器人不仅必须遵循既定路线，还必须能够即时做出反应以避免碰撞，同时还要遵守被称为海上“交通规则”的严格国际准则。这些规则明确规定了在迎面相遇或交叉路径等情况下，谁必须让行，从而确保每艘船都履行其防止事故的职责。
来自大连海事大学的一个研究小组开发了一种新方法，教导这些机器人船如何在如此拥挤且动荡的环境中安全航行。他们的工作结合了一种用于预测危险的数学方法，以及一个能够学会忽略海洋推力和拉力的智能系统。该方案的核心是一种被称为“速度障碍法”（velocity obstacle method）的策略。想象一下，一艘机器人船在前方观察，并在水中画出一个无形的圆锥体，这个圆锥体代表了所有可能导致与另一艘船发生碰撞的速度和方向。如果船只保持在该圆锥体之外，它就是安全的。然而，仅仅避免碰撞是不够的；船只还必须遵守海上交通规则。研究人员改进了这种方法，使机器人不仅仅是选择任何安全的方向，而是专门选择符合规则的方向，例如在与另一艘船迎面相遇时向右转弯。这确保了机器人表现得像一位负责任的人类船长，而不仅仅是一个躲避障碍物的机器。
为了应对海洋的物理现实，团队在机器人的大脑中加入了一个“模糊观测器”（fuzzy observer）。这是一种智能估计器，它会不断猜测在任何给定时刻推挤船只的风力和波浪有多强。与那些可能需要很长时间才能识别出这些力量的旧系统不同，这种新观测器可以在固定的极短时间内计算出干扰并修正船只航向，无论最初的推力有多强。这使得船只即使在环境恶劣时也能保持在预定航线上。研究人员通过两种方式测试了该系统。首先，他们在详细的计算机模拟中运行，要求机器人船在四艘虚拟船只移动的过程中完成航线，创造了迎面、交叉和超越等场景。结果显示，船只运动平稳，避免了其他避障系统常有的那种剧烈、突然的转向，并且始终保持在安全规则之内。
然而，真正的考验发生在水面上。团队驾驶一艘4.9米长的机器人船前往开阔海域执行一项实地任务。由于出于安全和物流方面的考虑，他们无法轻易带上其他移动中的船只，因此他们创建了一个“虚拟”舰队。机器人的计算机被编程为认为有三艘船正向它驶来，它必须像应对真实威胁一样对这些虚拟威胁做出反应。该船成功识别了这些虚拟遭遇，并执行了正确的操作：在经过交叉船只时向右转弯，在迎面相遇时绕行避让，以及超越一艘较慢的船只。在整个实验过程中，机器人船与所有虚拟威胁都保持了至少10米的距离。数据证实，该船可以精确地追踪其路径，在转向后能迅速恢复，并能在不失去控制的情况下处理海洋的物理作用力。
虽然碰撞规避和引导部分在海试中得到了验证，但研究人员指出其野外测试中存在一个小局限。专门用于估计风力和波浪的特定“固定时间”观测器并未在水面上得到充分测试，因为船只的发动机无法提供运行该模型特定部分所需的精确速度数据。相反，他们在海试中使用了另一种经过验证的控制器。这意味着完整的理论方案仍需在实际部署前进行完善，但核心安全逻辑运行完美。这项研究表明，构建一艘能够在复杂且受规则约束的环境中导航，并达到接近人类技能水平的平滑度和可靠性的机器人船是可能的。通过将严格遵守海上法律与先进、快速反应的数学方法相结合，研究人员在使自主船舶成为未来海洋工程现实的道路上迈出了重要一步。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。