近年来,随着海洋科学技术的不断发展和进步,作为智能化海洋装备的重要组成部分之一,水面无人艇(Unmanned Surface Vehicle,USV)的研究受到越来越广泛的关注。海上环境复杂多变,保证USV在安全航行的前提下实现快速高精度的路径跟踪控制是完成USV战略战术目标的基础,这就使得跟踪路径成为了USV运动控制研究的重要内容之一。本文为实现USV高精度路径跟踪,在研究和参考大量国内外研究成果的基础上,针对存在未知环境扰动的USV路径跟踪控制问题,设计了基于扰动补偿的USV路径跟踪鲁棒控制器,提高USV跟踪性能,本文的研究内容如下:1、建立了USV的三自由度船舶数学模型和扰动数学模型。首先,建立了分析船舶运动特性所需要的两种参考坐标系,北东坐标系和船体坐标系;其次,分析船舶运动学和动力学特性,建立了USV船舶数学模型;然后,分析风、浪和洋流环境扰动,建立了这三种扰动的数学模型;最后,进行定常直航和回转开环仿真实验,验证了船舶数学模型的正确性。2、研究了不受路径形状约束的USV路径跟踪控制算法。结合视线(Line-of-Sight,LOS)导引和SF(Serret-Frenet,SF)微分坐标框架建立了USV路径跟踪位置误差数学模型,在此基础上设计了SFLOS导引系统。该算法将路径切向速度作为一个虚拟控制律,通过控制艏向和航速实现位置误差收敛,简化控制器设计,避免了复杂的模型转换。针对未知扰动,设计了指数收敛扰动观测器在线估计环境扰动,并在控制器中进行前馈补偿,设计了路径跟踪反步控制器。仿真结果表明设计的路径跟踪控制算法能实现期望路径的精确跟踪,并且具有较强的鲁棒性。3、针对横向无驱动的USV在洋流作用下容易引起较大横向跟踪误差的问题,设计了基于洋流补偿的积分导引路径跟踪控制算法。该算法针对存在洋流的USV相对速度数学模型,设计了自适应洋流扰动观测器,通过在导引中引入一个艏向角积分补偿项,减小洋流对USV航行造成的影响。针对常规反步法存在的“微分爆炸”问题,利用二阶低通滤波器获得期望艏向的一阶和二阶导数,简化控制器解析形式,便于工程实现。仿真结果表明基于积分导引的控制器能有效提高跟踪精度,减小横向位置跟踪误差。4、考虑系统模型参数不确定性和外界未知扰动,利用径向基(Radial Basis Function,RBF)神经网络的任意函数逼近特性,在积分导引算法基础上设计了USV神经网络自适应路径跟踪控制器,实现了USV存在模型参数不确定以及外界环境扰动下的路径跟踪控制,并通过仿真实验验证了自适应算法的有效性。