无人艇(Unmanned Surface Vehicles,USV)作为小型智能化多种作业平台,逐渐被广泛应用于海洋资源勘探与开发和海洋安全等方面,且由于其在民用和军事领域的广阔应用前景,已经成为世界各国专家的研究热点。为此,本文研究了无人艇全局路径规划算法和路径跟控制算法两个方面,具体内容如下:1.研究出一种基于改进型蚁群算法的无人艇全局路径规划方案。首先,为了避免蚁群算法搜索路径时陷入局部最优解或者无解的情况,提出改变平均路径长度的改进启发信息策略;其次,为了防止蚁群算法过早地收敛于全局路径解,扩大全局解空间,提出信息素挥发自适应调整策略,在搜索后期利用局部信息素更新和全局信息素更新两种策略结合,进而提高算法搜索最优全局路径的速率;最后,为了保证无人艇在海上航行的安全性,基于无人艇艏向角偏差因子设计了改进状态转移概率策略,使得所规划出来的最优全局路径平滑性较好,并通过仿真实验验证了算法的有效性。2.考虑海上复杂风浪流环境的不确定性干扰,提出一种基于干扰观测器补偿的自适应路径跟踪控制方法,对本文得到的全局最优路径进行跟踪;为了补偿海流等环境干扰对漂角的影响,从运动学角度出发,提出一种基于流干扰观测器补偿和障碍李雅普诺夫函数(Barrier Lyapunov Function,BLF)的改进型ILOS导引算法。首先将无人艇的位置误差转化为Serret-Frenet(SF)坐标系下的位置误差,然后分别设计纵向导引律、艏向导引律和虚拟目标运动导引律,来镇定无人艇的位置误差并计算出期望艏向角;最后,针对风浪等不确定环境带来的控制干扰,设计二阶扰动观测器估计已知上界下的环境扰动,并结合反步法、滑模变结构自适应策略实现了无人艇的纵向速度和艏向的跟踪。通过李雅普诺夫稳定性定理得到了闭环系统最终一致有界,理论上证明了无人艇能够跟踪期望路径,并通过仿真实验验证了算法的有效性。3.考虑非线性模型不确定性干扰和海上环境扰动未知上界的情况,设计一种模糊观测器,对模型不确定性参数进行估计,提出了一种基于模糊观测器补偿的鲁棒自适应路径跟踪控制方法。通过模糊观测器系统对无人艇不确定的非线性项和未知上界的环境扰动进行观测和在线逼近,并在控制器中加以补偿,最后结合李雅普诺夫稳定性定理,证明了所设计的模糊观测器下的鲁棒自适应路径跟踪控制系统最终一致有界,并通过不同情况下的仿真案例分析,验证了算法的有效性和通用性。