近年来,许多国家都相继开展了针对如何控制多艘水面无人艇(Unmanned Surface Vehicle,USV)完成协同作业的研究。多艘USV进行协同作业,不仅克服了单一 USV平台在功能上的限制,而且大大提高了作业效率与范围。论文主要针对多USV协同搜索相关问题展开研究,提出了一种以协同系统框架为基础,控制多USV采取适当的协同搜索方法和协同搜索决策解决多无人艇协同搜索问题的方法,论文主要研究工作及创新点如下:(1)分析了多USV协同搜索问题的特点,建立了多无人艇协同搜索的分布式体系结构。论文借鉴军事领域中常用的OODA决策过程模型,首先建立了单艘无人艇自主搜索控制体系结构,并进一步构建了多无人艇协同搜索的分布式控制体系结构。(2)在此结构的基础上,提出运用基于搜索图的多无人艇协同搜索方法控制多USV完成协同搜索任务。论文比较了多种搜索方法,提出利用搜索图法的实时探测信息性建立多无人艇协同搜索的环境描述规则,建立搜索概率图反映任务区域信息。给出了基于目标分布特性的搜索图初始化方法和基于Bayes准则的搜索图动态更新方法。(3)提出了一种基于分布式滚动优化的多USV协同搜索决策,并建立了分布式滚动优化数学模型。本文借鉴滚动优化思想提出了一种基于分布式滚动优化思想的多USV协同搜索决策,能够使多USV根据环境信息的变化在线滚动优化其搜索方向,有效解决实际搜索过程中涉及到的搜索效率、协同性和精确性等问题。(4）基于matlab对本文所建立的数学模型和使用的搜索图方法进行仿真。仿真结果验证了本文提出的方法能有效控制多USV协同搜索动态目标和静态目标。并与扫描搜索和随机搜索方法进行比较实验,验证了本文方法的有效性和优越性。