近年来,随着技术的发展和需求的提升,多无人船之间通过对接的方式衍生出运输,回收,供电等功能。此外无人船集群还可以通过首尾对接的方式连成浮桥。为了使无人船集群能够准确地对接成功,需要一种可靠的编队和对接方法。因此本文针对无人船集群在直线编队下完成自主对接过程展开研究。研究内容如下:（1）建立无人船系统模型。根据本文所要研究的无人船被控对象,建立惯性坐标系和体坐标系。利用坐标系之间的线性关系表示无人船在三自由度下的位置和运动参数,并建立无人船的运动学模型。然后根据无人船的结构和推进器分布建立动力学模型。最后,通过数值仿真分析无人船在不同输入下的操纵性。（2）设计无人船直线编队避碰算法。采用偏微分方程（PDE）对无人船编队过程进行建模,通过三点中心差分的方式获得无人船编队的离散分布式控制率。控制率边界作为无人船编队的虚拟领导者,其余的作为跟随者。跟随者只需根据其左右邻居的相对位置就可以获取编队过程的下一步的相对位置。此外通过人工势场法引入斥力场,为无人船编队提供避碰驱动力,并附加势场旋转力,使无人船编队跳出局部极小值状态。最后,通过数值仿真对无人船在随机初始位置下完成直线编队避碰的过程进行了仿真实验,验证了无人船编队避碰算法的可行性。（3）设计无人船对接控制算法。无人船在直线编队下的对接过程可以看作无人船的直线轨迹跟踪过程。在第一次对接的过程中,无人船采用模型预测控制方法来进行直线跟踪。而无人船在直线轨迹跟踪的过程中,由于受到模型失配、水流、风等干扰的影响,无人船不能很好的进行直线轨迹跟踪,从而对接失败。但是无人船对接是一个可重复的过程,因此当无人船第一次对接失败后,回到原点,重新开始对接。在后续的对接过程中,采用迭代学习模型预测控制方法来克服无人船在直线轨迹跟踪下受到的干扰。最后通过数值仿真验证了无人船在迭代学习模型预测控制方法下对接的可行性。（4）利用Coppelia Sim仿真软件对无人船编队和对接过程进行三维动态演示。建立无人船的三维模型,水面场景、视觉传感器、April Tag定位标签,并设计了无人船的编队和对接的控制流程。最后在Coppelia Sim软件下,通过三维动态演示验证了无人船直线编队和对接过程的可行性。