Model Predictive Path Integral Docking of Fully Actuated Surface Vessel
Indian Institute of Technology Madras（马德拉斯印度理工学院）
针对水面船舶自主靠泊难题，提出融合MPPI概率轨迹优化、多目标代价函数与实时LiDAR船坞检测的控制框架，并在高保真物理仿真中验证其安全性、精度与平稳性。
2025-01-16 cs.RO
CBF Based Quadratic Program for Trajectory Tracking of Underatuated Marine Vessels
Korea Institute of Robotics and Technology Convergence（韩国机器人与技术融合研究所）
本文提出基于控制屏障函数的二次规划方法，解决欠驱动海洋船舶轨迹跟踪中的奇异问题。
2025-11-27 cs.SY eess.SY
Towards A COLREGs Compliant Autonomous Surface Vessel in a Constrained Channel
Northeastern University（东北大学）；United States Coast Guard（美国海岸警卫队）；MIT - WHOI Joint Program（麻省理工学院-伍兹霍尔海洋研究所联合项目）；Lilium GmbH（莉莉姆公司）
在本文中，我们看看自主导航在海洋领域的作用。具体来说，我们研究了自主水面船舶（ASV）如何在现实环境中根据《国际海上避碰规则公约》（1972年）或COLREG实现避障。我们的ASV配备了宽带船用雷达，惯性导航系统（INS），并使用官方电子导航图（ENC）。这些传感器用于提供态势感知，并且在一系列明确定义的步骤中，我们可以从雷达数据中排除陆地物体，提取与雷达范围内的移动船只相关的轨迹，然后使用卡尔曼滤波器跟踪和预测附近其他移动船只的运动。卡尔曼滤波器的恒速模型允许我们解决数据关联，以在连续的雷达扫描之间建立一致的模型。我们占多个COLREG的情况下预测的相对运动的基础上。最后，提出了一种有效的路径规划算法，以找到一条路径，并发布航路点，以执行实时COLREG兼容的自主导航在高度受限的环境。我们展示了我们的框架的结果，在波士顿查尔斯河3.4海里的任务过程中收集的操作结果，ASV遇到并成功地导航了多个场景，并与其他移动船舶近距离相遇。
2022-04-27 cs.RO
PCT-Based Trajectory Tracking for Underactuated Marine Vessels
Korea Institute of Robotics and Technology Convergence（韩国机器人与技术融合研究所）
本文基于极坐标框架研究无人船轨迹跟踪，通过引入两种极坐标变换将二维输入三维输出模型转化为二维输入二维输出反馈系统，并提出指数方向修改方法以解决控制器设计中的奇异性问题。
2026-04-06 cs.SY eess.SY
Experiment Design for Identification of Marine Models
在这项工作中，海洋船舶的实验设计进行了探索。使用基于词典的方法，即，一种从预定义的候选者集合中选择最具信息量的独立实验组合的系统方法。这个想法是相当普遍的，但在这里是专门为零均值工具的工具变量（IV）估计。这类估计器非常适合于处理二阶模模型的参数估计，这是一类经常用于描述海洋船舶运动的模型。该方法使用模拟和真实的数据，后者从一个小的模型船以及从一个全尺寸的船舶进行评估。此外，一个标准的运动规划问题进行修改，以考虑到信息最优的子实验，这使得有可能获得一个完整的实验的可行轨迹的形式的计划事先作出的选择。
2022-10-11 cs.SY eess.SY
Perspective on the Marine Simulator for Autonomous Vessel Development
本文针对海事自主水面船舶（MASS）研发需求，探讨了海洋模拟器中船体动态模型的选择指南及其在模拟器中的定位，并提出了模拟器应具备的功能要求。
2024-07-29 cs.SY eess.SY
Digital-physical testbed for ship autonomy studies in the Marine Cybernetics Laboratory basin
Department of Marine Technology, Norwegian University of Science and Technology - NTNU（海洋技术系，挪威科学技术大学 - NTNU）
针对MASS算法测试难题，开发数字物理试验台，含小型模型船等设施，建立从低保真到高保真的设计验证流程，能实现不同尺度验证，展示了其在船舶自主GNC算法测试上的进展与有效性。
2026-07-21 cs.RO cs.SY eess.SY
Navigating the Ocean with DRL: Path following for marine vessels
本研究使用DDPG算法训练DRL智能体实现船舶路径跟随与航点跟踪，基于MMG模型在KCS测试案例中与传统PD+ILOS控制器对比，验证了其在有风环境下的有效性。
2023-10-23 cs.SY eess.SY
COLREGs-Informed RRT* for Collision Avoidance of Marine Crafts
Technical University of Denmark（丹麦技术大学）
本文提出了新的采样策略来计算最佳路径变更的水面舰艇航行在近距离。这种策略直接编码的规则，在海上安全航行，利用最小船舶域的概念，以确定的路径偏差将产生的顺应区域。采样策略集成在最优快速探索随机树算法中，该算法最小化了路径偏差的长度。此外，通过确保新航路点的位置符合船舶的最小转弯半径，验证了相对于本船转向特性的路径的可行性。所提出的采样策略带来了显着的性能改善，无论是在最佳成本，计算速度和收敛速度。
2021-03-26 cs.RO cs.SY eess.SY
Adaptive Control for Marine Vessels Against Harsh Environmental Variation
针对水动力变化和输入时滞未知的情况，提出了一种基于海况观测器和动态推力分配的船舶动力定位鲁棒控制方法。为了克服相邻浮式生产储油船（FPSO）和居住船所引起的巨大力变化，设计了一种新型的海况观测器。该海浪观测器能有效地监测船舶所受漂移波浪力的变化，并在识别出较大的波浪力时，激活控制器中的神经网络补偿器。此外，风阻力系数可以在海洋观测器中自适应地近似，从而可以实现前馈控制。在此基础上，提出了一种鲁棒约束控制方法，以保证系统的安全运行。还考虑了控制输入中的时间延迟。提出了动态推力分配模块，用于在方位推力器之间分配广义控制输入。通过严格的李雅普诺夫分析，证明了在所提出的海洋观测器和控制下，所有闭环信号的有界性。一组仿真研究进行了验证所提出的控制方案的有效性。
2019-09-29 cs.NE cs.SY eess.SY
Observer Based Path Following for Underactuated Marine Vessels in the Presence of Ocean Currents: A Global Approach - With proofs
University of California, Santa Cruz（加州大学圣克鲁兹分校）；Norwegian University of Science and Technology（挪威科技大学）
本文提出了一种在恒定未知洋流扰动下跟随曲线路径的解决方案，通过引入表示路径曲率的路径变量，设计了非奇异的动态更新律和能够抵消洋流的观测器，证明了闭环系统在全局渐近稳定和局部指数稳定下的路径跟随误差，同时分析了横摇速度动力学并验证了引导律的存在性。
2018-10-11 cs.SY eess.SY
Optimal Trajectory Planning and Model Predictive Control of Underactuated Marine Surface Vessels using a Flatness-Based Approach
本文提出了一种改进的方法来解决欠驱动海洋水面船舶的动态优化问题。为此，微分平坦的数学模型，假设充分的驱动被利用，以获得一个有效的表示有限维非线性规划问题，这反过来又被限制适用于欠驱动的情况下。它示出了如何平坦的输出的属性可以用于生成的初始猜测中使用的静态和动态障碍物的存在下的优化算法。作为一个例子，能量最优点到点轨迹规划的非线性三自由度动力学模型的欠驱动水面船舶进行。输入约束，无论是在速率和幅度以及状态约束，由于凸和非凸的障碍物在该地区的操作被认为是一个具有挑战性的情况下的模拟结果报告。此外，使用模型预测控制的轨迹跟踪控制器的扩展，其中基于平坦度的直接方法的好处允许引入不均匀的采样时间，这有助于实现长的预测范围，同时保持短期的精度和实时能力。这也验证了在模拟中，在环境干扰，动态障碍和参数失配的形式引入额外的干扰。
2021-01-29 cs.SY eess.SY math.OC
Sequential Modeling of Complex Marine Navigation: Case Study on a Passenger Vessel (Student Abstract)
Simon Fraser University（西蒙弗雷泽大学）；National Research Council Canada（加拿大国家研究委员会）；BC Ferry Inc.（不列颠哥伦比亚渡轮公司）
本文利用加拿大西海岸渡轮两年的真实数据，提出一种基于动态和静态状态、动作及干扰的时间序列预测模型，用于预测动态状态并评估渡轮操作熟练度，为未来优化算法奠定基础。
2024-03-20 cs.LG cs.SY eess.SY
Vision-based control for landing an aerial vehicle on a marine vessel
Institute for Systems Robotics（系统机器人研究所）；Instituto Superior Técnico（高等技术学院）；University of Lisbon（里斯本大学）
本研究针对四旋翼飞行器在移动船舶平台的着陆问题，提出无需估计目标距离的基于图像特征的视觉伺服控制律，经仿真验证在不同目标速度下均具备鲁棒性且可避免碰撞。
2024-04-17 cs.CV cs.RO cs.SY
Observer Based Path Following for Underactuated Marine Vessels in the Presence of Ocean Currents: A Local Approach - With proofs
University Paris-Saclay（巴黎萨克雷大学）；Norwegian University of Science and Technology（挪威科技大学）
本文提出了一种在恒定未知洋流扰动下跟踪曲率路径的解决方案，通过局部参数化路径变量确保船舶保持在路径切线参考系的法线方向，利用管状区域实现路径跟踪的稳定性。
2017-03-31 cs.SY eess.SY
Modeling and Real-Time Scheduling of DC Platform Supply Vessel for Fuel Efficient Operation
本文针对直流平台供应船的建模与实时调度，通过优化发电机和储能系统调度，减少特定燃油消耗，提升燃油效率，结合实时暂态仿真方案验证了其有效性。
2017-10-27 cs.OH cs.SY eess.SY
AI on the Water: Applying DRL to Autonomous Vessel Navigation
本研究针对自主船舶在未知环境中的避障难题，提出利用深度强化学习方法DQN控制欠驱动自主水面船舶沿已知路径航行并避障，采用3-DOF模型和KCS基准船型验证了DRL在路径跟随与避碰上的有效性。
2023-10-23 cs.SY eess.SY
Stochastic COLREGs Evaluation for Safe Navigation under Uncertainty
Technical University of Denmark（丹麦技术大学）
针对船舶会遇态势评估中的随机不确定性导致COLREGs违规风险，提出一种可解释的概率评估方法，提供不确定性度量，支持有人及自主船舶决策，并通过仿真验证其有效性。
2024-02-08 cs.RO cs.SY eess.SY
Hybrid Navigation Acceptability and Safety
CNRS IRL 2010 CROSSING（法国国家科学研究中心国际联合研究实验室CROSSING）；ENSTA Bretagne（法国国立高等先进技术布列塔尼分校）；Flinders University（弗林德斯大学）；University of South Australia（南澳大利亚大学）；University of Adelaide（阿德莱德大学）
本文探讨自主船舶遵守COLREGs的挑战，强调需开发可信赖的控制与制导系统，以应对与有人船舶的复杂相遇，确保航行安全。
2024-04-18 cs.RO cs.SY eess.SY
Autonomous docking using direct optimal control
我们提出了一种方法，用于执行自主对接的海洋船舶使用数值最优控制。该任务是作为一个动态定位问题，加上空间限制，确保避免碰撞。所提出的方法是一个包罗万象的过程，执行对接，机动，动力定位和控制分配。此外，我们表明，该方法可以实现为一个实时的MPC为基础的算法的仿真结果的供应船。
2019-10-25 cs.SY eess.SY math.OC
Digital Twin-based Out-of-Distribution Detection in Autonomous Vessels
Simula Research Laboratory（Simula研究实验室）；University of Oslo（奥斯陆大学）
本文提出基于数字孪生的ODDIT方法，利用机器学习预测自主船舶的未来状态并检测分布外状态，实现主动干预，在模拟实验中AUROC和TNR@TPR95达99%。
2025-04-28 cs.LG cs.RO cs.SE
Risk-Aware Obstacle Avoidance Algorithm for Real-Time Applications
Department of Marine Technology, Norwegian University of Science and Technology（挪威科学技术大学海洋技术系）
本文提出一种混合风险感知导航架构，结合障碍物概率建模与平滑轨迹优化，提升自主水面 vessel 在动态环境中的安全性和自主性。
2026-03-24 cs.RO
Distributed Robust Learning-Based Backstepping Control Aided with Neurodynamics for Consensus Formation Tracking of Underwater Vessels
University of Guelph（圭尔夫大学）；McMaster University（麦克马斯特大学）
针对多水下航行器在参数未知、建模失配、海洋扰动和噪声下的一致性编队跟踪问题，提出融合图论、反步控制、在线学习与神经动力学的分布式鲁棒控制协议，并通过稳定性分析和仿真验证其有效性。
2023-08-18 cs.AI cs.RO cs.SY
AUTOBargeSim: MATLAB(R) toolbox for the design and analysis of the guidance and control system for autonomous inland vessels
本文介绍AUTOBargeSim，一个基于MATLAB的自主内河船舶制导与控制系统仿真工具箱，通过模块化设计和GUI支持地图、建模、控制与避碰，并提供性能指标，旨在提高可复现性。
2025-06-18 cs.SY eess.SY
Operative and Procedural Cooperative Training in Marine Ports
本文针对港口引航员和港口交通管制员的操作性和程序性协同训练问题进行了研究。设计和开发了一个先进的系统，配备了专用的硬件在环，参与最后一英里的导航操作员的合作培训。实际上，本文描述了由两个模拟器（桥船模拟器和控制塔模拟器）组成的分布式和互操作系统的软件和硬件开发。多个问题面临和解决，包括（i）基于6自由度（DOF）模型的船舶在海上的纵荡、横荡和偏航运动以及俯仰、横摇和垂荡的闭合形式表达式及其验证;（ii）开发真实海港和船只的3D几何模型和相关虚拟环境（让学员体验真实的港口和船舶环境）;（iii）设计驾驶台船舶复制品、驾驶台硬件集成和设计可视化系统;（iv）设计和开发控制塔模拟器;（v）透过IEEE 1516高层次架构标准，将驾驶台船舶模拟器和控制塔模拟器整合为分布式模拟器。
2022-05-30 cs.SY eess.SY
Dynamical System-Based Imitation Learning and Neuroadaptive Control for Trajectory Recovery in Autonomous Ships
University of Seville（塞维利亚大学）；CUN（哥伦比亚国立大学（昆迪纳马卡））
该研究针对自主船舶轨迹恢复问题，提出融合基于动力学系统的模仿学习参考生成器与神经自适应控制器的混合架构，经海洋系统模拟器验证，可提升扰动下的轨迹跟踪保真度并泛化复杂机动任务。
2026-08-26 cs.RO cs.SY eess.SY
Collision Avoidance for Autonomous Surface Vessels using Novel Artificial Potential Fields
Indian Institute of Technology (IIT) Madras（印度理工学院马德拉斯分校）
针对自主水面船舶避碰问题，提出基于调和函数改进的新型人工势场方法，在遵守COLREGs的前提下有效规避动态障碍物，并在模拟拥挤环境的Monte Carlo实验中展现出优于传统势场和速度障碍方法的鲁棒性。
2023-10-09 cs.CE cs.RO cs.SY
Efficient Formulation of Collision Avoidance Constraints in Optimization Based Trajectory Planning and Control
Kiel University（基尔大学）
为了适用于现实世界的情况下，移动自主系统的轨迹规划方案必须能够有效地处理在操作区域中的障碍物。在基于优化的轨迹规划和控制的背景下，可以在文献中找到许多不同的方法来制定防撞约束。在这里，本工作的贡献是双重的。首先，最流行的方法来表示障碍物，即简单的椭球表示，构造性立体几何（CSG）的方法，以及直接和间接实现的符号距离为基础的方法进行了总结。制剂的特点是相对于最优化问题的复杂性的影响，以及满足不同的问题要求的能力。其次，这项工作提出了一种新的变形CSG方法来描述避碰约束。它是非常高效的，由于一个非常低的数量的非线性不等式约束所需的一个给定数量的障碍物和样本点，并与原来的CSG制定允许考虑受控系统的形状。通过与先前提到的替代品的比较，证明了所提出的制剂的良好性能。为此，将制定为非线性规划问题的海洋水面船舶最佳轨迹规划用作基准示例，其中该场景是基于德国基尔的海事测试场设计的。
2021-04-26 cs.RO math.OC
Coordinated control of multiple autonomous surface vehicles: challenges and advances -- a systematic review
Universidad Loyola Andalucía（洛约拉安达卢西亚大学）
本文系统综述多ASV协同控制，采用系统性文献筛选方法，聚焦欠驱动ASV的定制控制策略与机器学习集成，梳理最新进展、趋势及未来研究方向。
2025-02-14 cs.RO cs.SY eess.SY
Optimal Universal Controllers for Roll Stabilization
Oceaneering AGV Systems B.V.（Oceaneering AGV系统有限公司）；University of Groningen（格罗宁根大学）；Politecnico di Torino（都灵理工大学）；Institute for Problems of Mechanical Engineering（机械工程学院问题研究所）
本文提出了一种新的最优航向稳定方法，通过将扰动近似为具有已知频率但不确定幅度和相位的多项谐波信号，利用Yakubovich开发的通用控制器理论解决线性二次优化问题，实验表明OUC在保持航向稳定的同时更高效地稳定船舶滚动运动。
2020-07-14 cs.SY eess.SY math.OC
Safety-Critical Control of Nonholonomic Vehicles in Dynamic Environments using Velocity Obstacles
Norwegian University of Science and Technology（挪威科技大学）；Norwegian Defence Research Establishment（挪威国防研究机构）；California Institute of Technology（加州理工学院）
针对动态环境中非完整车辆避碰易停车倒车的问题，提出基于速度障碍的CBF控制方案，分离速度与转向控制以保持前进安全，经理论与仿真验证有效。
2023-10-01 cs.RO cs.SY eess.SY
Practical identification approach for the actuation dynamics of autonomous surface vehicles with minimal instrumentation: extended version
本文提出仅用位置、航向和PWM信号的灰箱方法联合识别ASV螺旋桨与惯性动力学，比较两种螺旋桨建模配置，验证显示速度预测决定系数均超过0.94。
2024-10-10 cs.SY eess.SY math.DS
Guidance and Control of Unmanned Surface Vehicles via HEOL
ENSTA；UMR 6285；IPP Lab-STICC；ENI Brest；UMR CNRS 6027；IRDL；CRAN (CNRS, UMR 7039)；Université de Lorraine；LIX (CNRS, UMR 7161)；École polytechnique；LJLL (CNRS, UMR 7238)；Sorbonne Unversité；AL.I.E.N.
本文提出一种结合基于平坦性和无模型控制器的HEOL新方法，通过iPD调节器闭环控制简化的USV模型，仿真表明该控制器在环境扰动下仍能使系统稳定。
2025-04-30 cs.RO cs.SY eess.SY
Learning port maneuvers from data for automatic guidance of Unmanned Surface Vehicles
Universidad de Sevilla（塞维利亚大学）；CUN（新格兰纳达自治大学）
针对无人水面艇港口自主机动受轨迹非线性和环境扰动影响建模难的问题，提出基于高斯混合模型、回归及Sontag公式的数据驱动方法，经休达港真实数据验证可学习专家轨迹并保障鲁棒收敛性。
2025-01-17 cs.SY eess.SY
