在复杂障碍环境中，用于无人水面舰艇的时间变化编队变换与协作避障策略

《Ocean Engineering》：Time-varying formation transformation and cooperative obstacle avoidance strategy for unmanned surface vehicles in complex obstacle environments

　　段宇清|刘军|王健|王鹏|张恩华|易红
上海交通大学海洋与土木工程学院，上海，中国

**摘要**
为了解决无人水面船（USV）编队在复杂海洋障碍环境中的适应性有限问题，本研究设计了一种新颖的时变编队转换策略。考虑到USV的运动特性和环境约束，构建了一种时变协作机制及其相关模型。基于动态窗口方法（DWA），为编队中的每艘USV设计了单独的避障策略，并引入了势能函数模型等优化概念。最后，通过多种预定义障碍场景下的仿真和实水实验验证了该策略的有效性。结果表明，在相同的工作条件下，与传统方法和零空间方法相比，时变策略在碰撞避免成功率、安全裕度、时间效率、平均抖动以及编队内相对位置等关键指标上表现更优。这些发现证实了该策略在安全性和操作灵活性方面的提升。所设计的控制策略可以为USV集群在复杂障碍环境中导航提供新的见解和更大的适应性。

**引言**
近年来，世界各国加大了对海洋无人系统的研发力度，以加强对海洋领域的控制和保护。其中，无人水面船（USV）作为有效的海洋作业工具受到了广泛关注（Wang, C.等人，2021；Liu, B., 2019）。由于其高自主性、可靠性和机动性等优点（Xu, X.等人，2023），USV能够在侦察、打击和支持等多种任务中发挥作用（Ye, L.等人，2023；Xu, H.等人，2024；Zhang, E.等人，2025）。然而，单艘USV的作战能力存在固有局限，如作战范围受限且只能承载单一类型的有效载荷，尤其是在面对广阔海洋环境和大规模任务场景时（Zeng, J.等人，2023；Luo, Q.等人，2024）。因此，研究重点逐渐从单船系统转向多USV集群，并在理论和工程应用方面取得了持续进展。

在自主USV领域，多智能体协作控制理论可以有效弥补单船操作的不足。通过充分考虑编队避障和连接性要求，该理论显著提升了海洋任务的连续性和可扩展性，在军事和民用领域都具有显著优势（Jin, K.等人，2018；Yan, R. J.等人，2010；Chen, C.等人，2024）。在USV编队维护方面，研究人员从萤火虫同步、鸟群行为等自然现象中获得了灵感（Olfati-Saber, 2006）。在此基础上，Su等人（2009）提出了一种基于分布式控制框架的共识控制算法，结合了避障和个体跟踪功能。Ma等人（2025）采用视线引导方法实现了USV编队和水下潜水器的协作路径跟踪控制。Wang等人（2025）研究了在遭受拒绝服务（DoS）攻击和执行器故障情况下的USV容错编队控制问题。

在多智能体编队开发中，大量研究将系统建模为线性模型。然而，USV编队控制的理论研究必须考虑USV平台本身的复杂非线性、耦合和欠驱动特性（Qin, Z., 2018）。因此，研究人员提出了多种方法论，包括“领导者-追随者”方法（Yuan等人，2024）、虚拟结构方法（Wang, Y.等人，2023）和基于行为的方法（Xu, Y.等人，2006）。在“领导者-追随者”框架中，指定一个智能体作为领导者，拥有全局导航信息并作为编队的参考。为了提高系统鲁棒性，领导者通常被设为虚拟角色（Chen和Wang, 2005）。其他智能体作为追随者，在领导者指导下操作，并实时调节与领导者的相对距离和角度以维持编队几何形状。在特定任务场景中，该框架内可以包含多个领导者。例如，Hao等人（2023）研究了具有多个领导者的USV群体的编队包含跟踪控制（FCTC）问题。Ye等人（2025）研究了在波浪干扰和输入饱和条件下多USV系统的完全分布式最优编队跟踪问题。

在个体避障方面，近期研究取得了显著算法创新。Thirugnanam等人（2022）提出了一种基于离散控制屏障函数（DCBFs）的双变量优化公式，用于生成无碰撞的动态可行轨迹。Jian等人（2023）提出了一种利用LiDAR高效安全地避开静态和动态障碍的方法。Zhang等人（2025）结合改进的A?算法和优化后的动态窗口方法（DWA）。Chen等人（2025）将决策树分类器集成到DWA算法中，以实现自适应权重调整。Tao和Du（2025）开发了一种基于分层高斯过程的非线性规划（GPNLP）方法，用于USV的全局路径规划和COLAV局部路径规划。Rosenfelder等人（2025）采用模型预测控制（MPC），综合考虑局部避障、机器人动力学和执行器约束，以充分发挥机器人潜力。Zhang等人（2025）提出了一种受人类大脑操作和信息处理机制启发的新型神经形态规划器（NSM-Planner）。Liu等人（2026）设计了一种基于滑模控制器和模糊PID控制器优化的混合自动机模型，用于控制紧急避障的稳定性。

这些先进的个体避障策略的涌现自然引出了一个关键研究问题：如何将这些策略有效地与多USV协作编队控制框架结合，以实现在复杂动态障碍环境中的协调和安全编队转换？为应对这一挑战，编队控制和避障交叉领域的研究取得了进展。Shi等人（2020）在传统的“领导者-追随者”框架内提出了基于人工势场理论的分布式编队避障控制策略。Liang等人（2019）使用基于神经网络近似的群体中心位置引导律设计了USV编队中的分布式鲁棒控制器。Gu等人（2021）引入了一种基于观测器的有限时间控制方法，结合人工势场实现编队避障和快速恢复。从安全关键性的角度来看，Molnar等人（2021）基于控制屏障函数（CBFs）合成了安全速度，最终形成了无模型的安全关键控制框架。针对编队适应性，Zhang等人（2023）提出了一种基于方向的编队缩放控制方案，以实现灵活的编队模式调整。最近，出现了方法论的混合体。Tang等人（2024）提出了一种动态窗口模型预测人工势场方法，用于提高欠驱动规划船只的实际轨迹与预测轨迹的吻合度。Li等人（2025）提出了一种基于时变非对称输出约束的事件触发预定义时间编队控制（ETPTFC）算法。Liu等人（2025）研究了在时变误差约束、预定性能和外部干扰条件下异构多智能体系统的编队跟踪控制问题。在验证方面，Yu等人（2025）提出了一种基于虚拟现实技术的USV协作编队验证方法。

然而，仍存在显著差距：许多这些理论发展基于理想化或简化的环境假设。在实际海洋作业中，USV编队面临海洋环境不确定性（如水流和波浪）的明显挑战（Liu, Z.等人，2016）。这些外部干扰会对船体施加直接力和扭矩，扰乱USV的动力学特性，导致轨迹跟踪误差增加、编队维护受损以及编队内碰撞风险上升。因此，适用于实水应用的编队控制策略不仅需要克服固定几何形状的刚性约束，还需要明确考虑和补偿环境不确定性，以实现真正的适应性和鲁棒性能。为此，大量研究致力于提高鲁棒性和适应性。Fossen和Pettersen（2014）为一类比例视线（LOS）引导律提供了统一的半全局指数稳定性证明。Peng等人（2018）开发了一种分布式引导律，将恒定方位策略融入路径机动设计中，以实现预定编队模式。Shi等人（2025）提出了一种二维离线模型自由输出反馈控制方法，通过分析系统的历史输入和输出数据来重构状态空间。Wang等人（2025）采用动态事件触发策略，考虑了风和海洋水流对USV间通信频率的影响。这些研究强调了开发基于环境障碍信息的时变控制方法的紧迫性，以实现自适应编队维护和动态重构。

上述关于编队保持或转换控制的研究主要依赖于预定义的绝对几何形状和简化的环境假设。在复杂环境中需要频繁调整编队时，这些策略在容错性、灵活性和可扩展性方面存在不足。这些限制在大型编队中更为明显，导致计算负担加重和编队重构缓慢。为了解决复杂障碍环境中USV集群的时变编队控制问题，本研究提出了一种时变协作机制，并设计了适应混合障碍环境约束的编队转换控制策略。在该策略下，USV获得了自主避障和灵活轨迹精度调整的能力，同时在编队约束范围内保持一定程度的个体自由度。在编队层面，系统具备了鲁棒维护和灵活转换的能力，使集群能够根据不同障碍特性动态改变配置，并在避障后快速恢复初始编队。

本文的其余部分结构如下：第二节介绍所提出的时变协作机制，并构建了考虑USV和环境障碍运动特性的编队控制相关模型。第三节详细介绍了避障算法和编队转换控制策略。第四节展示了所提策略的仿真验证，并与传统方法和零空间方法进行了比较。第五节展示了实水实验设置、记录和结果。最后，第六节总结了主要贡献并指出了未来的研究方向。

**合作机制**
在优化的领导者-追随者框架基础上，结合区域控制理论、集合差空间理论和APF理论，本文构建了一个时变编队概念模型（图1），并推导出了抽象的编队转换函数。编队中的所有USV都包含在定义的编队区域内（图1中的legend a），在领导者-追随者框架中该区域被视为虚拟领导者。

**控制策略**
整体控制策略（图4）包括两个主要组成部分：基于DWA的USV避障算法，以及基于领导者-追随者框架的USV集群编队转换控制策略。在初始化阶段，设置起点和目标点，并给USV赋予初始状态（包括η0、v0、ω0）。在规划阶段，根据初始状态η0、初始速度v0、目标点、USV和障碍信息pob，计算最佳期望速度η...

**仿真**
在集成的领导者-追随者和DWA框架下，编队中的USV具备轨迹跟踪和避障能力，而整个编队则基于集合差空间操作具备了转换能力。为了验证所提策略的有效性和优势，进行了一系列带有比较分析的仿真实验。

**实水实验**
为了进一步验证所提策略在混合障碍环境中进行USV编队转换的可行性和有效性，在实际水域进行了系列实验。与仿真相比，实水环境存在真实风和波浪等干扰因素，显著影响了运动状态和编队维护。在真实水域中，无线通信容易受到距离、障碍物、干扰等因素的影响。本文提出了一种用于混合障碍环境中的无人水面航行器（USV）编队变换的控制策略，并通过全面的实验验证了其有效性。该策略建立了一种关联机制，将编队变换、环境约束以及USV的运动特性相结合，为USV技术的理论研究和应用提供了基础。该控制策略对传统的领导者-追随者框架进行了优化。

**作者贡献声明：**
段玉清：撰写 – 审稿与编辑、撰写 – 原稿创作、可视化、验证、软件开发、方法论、数据分析、概念化。
刘军：可视化、方法论、数据分析、数据管理。
王健：撰写 – 审稿与编辑、验证、项目监督、方法论、资金筹措、形式化分析、概念化。
王鹏：数据分析、数据管理。
张恩华：可视化、验证、软件开发。

**利益冲突声明：**
作者声明没有已知的财务利益冲突或个人关系可能影响本文所述的工作。

**致谢：**
本研究部分得到了上海交通大学海洋跨学科项目（项目编号SL2022MS003）的支持。