USV(Unmanned Surface Vessels)研究概况和发展趋势

USV研究概况和发展趋势

1. Guidance

优化算法：evolutionary algorithms(EA)、genetic algorithm(GA)
缺点：难以实现实时优化计算
启发式算法：A* search algorithm、modified version of A*
缺点：对计算性能和存储量要求难以实现快速机载运算。
避障算法：path replanning approach based on the level set method.
Angular rate-constraints Theta*(ARC-Theta*) to regenerate path in real-time.
Optical-flow based approach to provide local reactive collision avoidance
Lattice-based path planning method, with a priori knowledge of the USV characteristics
挑战与待解决问题：
Path planning
全局规划在多变环境中的实时性。
局部规划的局部收敛性，可能导致困在阱中。
混合规划在在环境部分可观测情况下的有效搜索，以及在两种策略间变换时的稳定性。
实际问题中考虑推进器限制，舵偏角限制和舵偏率限制的路径规划。
Path replanning
可靠有效的实时规划能力，考虑周围静态动态障碍物，谁上谁下障碍。

2. Control

欠驱动系统系统即便在开环可控情况下，也不能通过时不变连续状态反馈的控制方法来实现稳定。
抗干扰方法：
model-based control techniques：需要精确模型，对不确定模型敏感
Approximation-based control methods：会产生稳态误差

编队实际问题：
干扰和不确定性、通讯限制、避障问题、underway replenishment

挑战与待解决问题：
Modelling
更精确的非线性模型，现存方法大都高度理想化简化。
考虑动力学模型中的非对角元素。
在线模型辨识，现存大都是离线辨识好了的。
Control
环境干扰和不确定性，现存方法的缺点：

1. 对于高频噪声和干扰的过度灵敏反应，导致系统损耗增加。
2. 对于控制器的设计往往基于干扰为常量或低时变性的假设
3. USV对于干扰在3-DOF的抗干扰补偿