摘要：[目的]针对水面无人艇(USV)编队轨迹跟踪中存在的未知扰动和队形变化问题,提出一种基于有限时间扰动观测器的最优反步控制(FDO-OBC)方法。[方法]首先,基于虚拟结构法,建立无人艇编队控制框架,并设计运动学和动力学编队控制器;其次,设计有限时间扰动观测器,实时估计补偿未知环境扰动;然后,针对编队队形变化的轨迹跟踪问题,提出基于最优反步控制的动态轨迹优化策略,利用扰动观测器信息来计算最优控制输入,实现无人艇编队轨迹跟踪的动态优化;最后,采用李雅普诺夫稳定性理论证明该编队控制方法的稳定性。[结果]仿真对比结果表明,FDO-OBC策略可有效提高无人艇编队系统的精确性和鲁棒性。[结论]对于面向扰动环境下的无人艇编队控制系统设计,FDO-OBC方法提供了一种新的技术手段。

摘要：[目的]针对显著海浪遮挡、相机剧烈晃动引起的无人艇视觉目标跟踪脱靶问题,提出一种基于多特征融合的长时相关鲁棒跟踪算法。[方法]首先,采用多特征融合技术,增强目标特征表达,提高目标模型鲁棒性;其次,利用高维特征降维和响应图子网格插值,提高目标跟踪的效率与精度;然后,设计水面目标重识别机制,解决目标完全脱离视野时的稳定跟踪问题;最后,采用多个代表性视频数据集进行验证和比较分析。[结果]实验结果表明,相较于传统的长时相关跟踪算法,平均成功率提升15.7%,平均距离精度指标提升30.3%,F-Score指标提升7.0%。[结论]所提算法能够处理恶劣海况下的目标脱靶问题,对于提升无人船艇及海洋机器人智能感知能力,具有重要技术支撑意义。

摘要：为获得高性能无人艇(USV)的航行路径,提出一种基于多策略改进的麻雀搜索算法(MISSA)。首先,设计了带转向角惩罚项的适应度函数;其次,利用黄金正弦法与参数自螺旋设定对位置更新策略进行改进,同时,在位置更新过程中加强了麻雀个体间的信息交流,以平衡全局探索与局部搜索过程;再次,引入混沌圆映射以提高初始麻雀种群的质量和多样性;最后,设计了局部搜索优化机制以解决原始麻雀算法(SSA)容易陷入局部最优的问题,得到适应度更佳的全局路径。仿真结果表明,相较改进A∗、结合遗传的改进蚁群及原始SSA等三种优秀算法,本文MISSA算法在路径距离、转向角度与次数等关键性能指标上均表现最佳,为无人艇自主安全运行提供了一种有效途径。