第1章 绪论
随着当前机器人技术以及控制理论的不断发展，无人设备在各行各业中不断涌现。其中，作为现代海洋技术标志之一的无人船更是得到了极大的发展。在传统的无人船舶技术中，无人船依靠化石能源或者电能来提供推进动力。但是，由于目前燃料技术和电池技术的发展限制，无人船的单次航行范围与工作时间远远无法满足当前海洋研究的实际需求。近年来，如何解决“全球变暖”与“碳中和”问题不断地被各个国家提上议程。我国交通运输部在《水运“十三五”发展规划》中，提出了当前的主要任务是节能减排，大力推进节能降碳的船舶运输装备设计[1]。在人类历史中，帆船一度长期、广泛地被应用于海洋探索和海上运输等作业领域。在上述背景下，帆船由于其绿色、节能等与生俱来的优势，又重新回到了研究人员的视线中。传统的帆船与现代材料学、控制理论、计算机技术等相结合，诞生了无人帆船这一新型的无人船。无人帆船可以从外界环境中获取动力，无须携带大量燃料或者电池，可以突破能源对于无人船航行范围与工作时间的限制。因此，无人帆船在保持其原有环保节碳能力的同时，更具备了传统无人船欠缺的长航时能力，适用于海洋资源勘探、环境监测、远海测绘、海事监察等任务[2]。
无人帆船相较于传统无人船，其完全依靠外界风力驱动，由于自然环境中的风能无法人为控制，这极大地增加了无人帆船的控制难度。无人帆船水线面以上受风面积变大，风帆在风力作用下，除了会在船体纵向产生推进力外，还会产生侧向力、偏航力矩以及使横摇幅值变大的横摇力矩，这使得船舶的操纵性能发生改变，且易产生横向漂移，造成航线偏离。在复杂的海况下，同时合理地操舵和调整帆角以实现无人帆船的自主航行，是一项极具挑战的任务。为更好地实现无人帆船的安全和自主航行，有必要对帆船气动力性能及帆船操纵性能展开系统研究，为帆船航行控制提供理论基础和技术支撑。如何充分利用风能设计合理的航速在线优化方案对提升帆船的整体性能具有重要作用。另外，考虑在风场约束条件下，如何规划出合理有效的无人帆船航行路径是实现其自主航行的前提。无人帆船在航行中会遭遇许多未知航行危险及外界环境中风、浪、流等海洋干扰，这给无人帆船自动化技术发展和工程实现带来了诸多困难，因此探索有效的控制策略并应用于无人帆船运动控制中，对促进海洋风能这种可再生绿色能源的高效利用，积极推动无人帆船在海洋资源勘探和环境监测等方面的工程应用具有重要意义。
1.1 无人帆船运动与控制机理
无人帆船与螺旋桨驱动或喷水驱动的无人船相比，在运动机理上有着较大的差别。无人帆船的运动受风向影响较大，速度难以控制（一方面是难以提速，因为一般情况下控制无人帆船在*高速度下航行；另一方面是无法急停），并且无人帆船不具备朝各个方向移动的能力。如图1.1.1所示， a逆风航行帆船驶入禁航区，该区域内帆船无法获得前进推力； e顺风航行帆船驶入低效区，帆船可以航行，但是航行效率较低，因此应当控制帆船在 b、c、d状态。
图1.1.1 无人帆船航行方向与区域划分
a.逆风航行；b.迎风航行；c.横风航行； d.后舷风航行；e.顺风航行
无人帆船在逆风状态下无法直接前进，须采用逆风航行策略，即图1.1.2（a）所示的逆风锯齿航行路线（500m）。帆船在顺风状态下可以保持直线状态航行，采用顺风锯齿航行路线［图1.1.2（b）］时帆船航速高于顺风直线航速，而且速度增量完全可以弥补由锯齿航行路线带来的航行距离增量。
无人帆船的推力来自不可控、不可预测的风，而且帆受到复杂的空气动力影响，船身受到复杂的水动力影响，表现出较为复杂的行为，无人帆船的自主控制是一个高度非线性时变问题。对于底层帆和舵的控制，现阶段大多采用帆和舵分离控制方案。
图1.1.2 航向上逆风、顺风航行路线
帆控制的输入量包括风向和船的方向夹角，输出量是帆的转角。帆的控制中较为重要的是逆风航行换舷和顺风航行换舷两种控制状态。逆风航行换舷过程如图1.1.3（a）所示：船艏偏向来流，到位置1时调整帆；改变船艏朝向，使另一侧船舷受风（位置2），调整帆；帆船进入新的航路（位置3）。顺风航行换舷比逆风航行换舷难度更大，除了要求对帆和舵同时进行操作之外，还应遵从图1.1.3（b）所示步骤：无人帆船船艉偏向来流，到达位置1时横倾接近于零；与逆风航行换舷不同的地方在于当船艏偏转后（位置2），控制帆从左侧移动到右侧位置；帆船进入新的航路（位置3）。
图1.1.3 逆风航行与顺风航行换舷过程
舵控制的输入量包括当前速度矢量和路径方向之间的夹角（航向角误差）、当前位置与预定航线之间的垂直距离，输出量是舵的转角。帆控制器通过采集实时输入信息来为帆船提供足够的前进动力，对帆的控制主要以速度*快为目标并且防止帆船倾覆。舵控制器通过路径规划层给定的航向信息调整舵角，使帆船沿着设定的航线行驶。目前的研究大多采用帆舵分离的控制方法，但需要注意的是舵角度的变化必然会导致风帆攻角的变化，因此要想实现更加精准的控制就需要考虑帆和舵的耦合控制。例如航向控制稳定性取决于舵扭矩的范围，后者又与帆船速度的平方成正比。因此，通过选择*佳帆角，使帆产生*大纵向力推动帆船以*大速度航行可有助于提高帆船的航行控制稳定性。
1.2 帆船气动力数值计算研究现状
作用在帆船的空气动力特性可分为帆翼的空气动力特性和海上船体上层建筑的空气动力特性，主要包括升力特性、阻力特性、推力特性、横向力特性和偏航力矩特性等[3]。目前对帆船的空气动力性能研究主要有三个方面：试验研究、理论分析和数值模拟。1928年 Curry[4]首次研究论述了帆船气动力性能并对帆翼模型进行风洞试验，其对帆船气动力研究是开创性的。施立人[5]的风帆课题小组在风洞试验中分别对无帆船模和装帆船模的空气动力性能进行试验，得出船模的吃水、倾侧角和航向角的变化对船模的空气动力性能有较大的影响。 Milgram[6]利用涡格理论进行了一系列帆翼动力研究，并基于涡格升力面法分析了帆外形对帆动力的影响。近年来，由于计算机科学技术的极大进步，计算流体力学（computational fluid dynamics，CFD）被广泛应用，许多数值模拟的工具可以对雷诺平均纳维-斯托克斯（Reynolds averaged Navier-Stokes，RANS）方程进行全域求解[7]。相比试验研究和理论分析，CFD模拟计算具有耗时更少、消费更低的优点，同时可以更加深刻细致地观察流体运动过程和性能参数的变化。
到目前为止，许多学者对影响风帆空气动力性能的帆型、风场、多帆等诸多因素进行了研究。 Nascimbene[8]通过数值计算得到风帆帆布*佳的厚度和纱线分布方向，使风力均匀分布在整个结构，以提高帆船的机动性。 Kusaiynov等[9]基于三角帆的来流数值模拟方法证明了帆翼的阻力和升力与来流速度是单调函数关系。基于 NACA0006翼型风帆和圆弧型风帆，胡以怀等[10]设计了一种新的帆型，通过风洞试验和数值模拟证明其升力系数有很大提高，改善了传统风帆的空气动力性能。林虹兆等[11]设计了带有缝翼和襟翼类型的襟翼帆，通过风洞试验和仿真计算证明这种设计提高了风帆的升力。Viola等[12]结合多类风帆的风洞试验数据和数值模拟结果证明帆面压力的大小与湍流黏度有关，并设计一种基于势流理论和黏性修正的气动力模型，此模型可以更好地拟合试验结果。在考虑海面航行复杂风场条件下，胡文蓉等[13]针对风帆在梯度风的空气动力性能进行数值研究，并分析影响风帆空气动力性能的各种因素，如风帆的拱度、倾角、扣角以及来流的方向。根据胡文蓉等[13]对风帆在梯度风中的数值研究，马勇等[14]比较了均匀风和梯度风情况下帆翼空气动力性能随帆攻角变化的差异，结果表明同一帆攻角下均匀风情况下的升力、阻力系数都大于梯度风情况下的升力、阻力系数。马勇等[14]研究了单帆帆船的空气动力性能，而刘丽娜[15]则针对双帆运动帆船帆翼用两种方法进行建模，对比帆翼的压力、速度、流线分布以及升力和阻力系数等数值模拟，选取较优的建模方法并分析双帆之间空气动力性能的影响。
1.3 无人帆船路径规划研究现状
近年来国内许多学者针对无人帆船路径规划展开了一系列研究。许劲松等通过速度*优法实现无人帆船的短途路径规划，在风场变化时均能得到有效的短途路径规划结果[16]，同时，通过多维动态规划法有效地解决了无人帆船的长途路径规划问题，在当前位置以外引入已航行路径长度作为第三维状态变量，起到了很好的自主决策辅助作用[17]。葛艳[18]将帆船运动路径的规划定义为一个时变、非线性、受约束、不确定性系统的优化问题，并针对帆船直线航行比赛问题，提出了基于进化规划理论的*优路径动态规划方法，得到准确高效的帆船直线航行状态下路径规划结果。此外，针对帆船直线航行比赛路径问题，葛艳等[19]提出一种基于模糊综合评价和动态规划理论的帆船直航训练*优路径动态规划方法。针对帆船比赛中*优行驶路径规划的问题，邢惠丽等[20，21]提出根据赛场环境参数的实时变化，通过基于模糊综合评价的帆船直航比赛*优路径规划方法使帆船局部状态保持*优，再利用宽度优先搜索算法实现全局*优路径搜索。杜胜等[22]考虑风场的不均匀性对航线规划的影响，以航行时间*短为目标，采用遗传算法实现对无人帆船追踪航路点的优化。
国外学者对无人帆船路径规划问题也展开了相关研究。 Clément等针对无人帆船自主航行中所受推力不可测和复杂的运动学问题，基于人工势场法的思想，根据无人帆船周围所处环境设定额外势场，在无人帆船迎风航行和顺风航行的不同情况下，*终设计整套无人帆船系统并且规划出符合无人帆船模型的可行路径[23-25]。Stelzer等[26]通过优化船与目标之间距离的时间导数，解决了无人帆船处于迎风航行状态时调整转向的问题，*后在不同风况下得到符合无人帆船合理转向的路径规划结果。此外，Langbein等[27]将 A*算法应用到帆船的长途路径规划中，以帆船到达*终航路点的航行时间为代价函数，通过天气数据融合了风向对规划路径的影响。Less’Ard等[28]提出了一种基于投票算法的无人帆船路径规划方法，设置了对航路点追踪、抢风以及避碰等操纵及其对应规划路径的投票机制，票数*多的规划路径享有导航的优先权。Saoud等[29]根据天气、静态障碍物信息采用迪杰斯特拉算法实现无人帆船的全局路径规划，根据实时风向、动态障碍物信息采用势场法实现无人帆船的局部路径规划。
综上所述，国内外学者对于无人帆船路径规划问题已经有了一定程度上的研究。然而，在无人帆船实际航行过程中还应考虑风场约束和障碍物位置情况。因此，在已有研究的基础上，对带风场约束的无人帆船路径规划问题开展研究是至关重要的。
1.4 无人帆船运动控制研究现状
无人帆船控制系统中输入分别为帆角和舵角。通过改变输入舵角可以实现无人帆船航向保持或者航向跟踪控制，而在绝对风向保持固定的时候，改变帆角可以改变风帆对于风能的捕获，进而改变无人帆船的航速。目前上述两个方面是无人帆船控制研究的主要方向。
纯风力驱动的无人帆船风帆的控制决定着无人帆船能否捕获足够的风能，保证无人帆船可以正常航行。因此，目前对于无人帆船风帆的控制大部分是研究如何获得*优化的帆角，使帆船速度达到极值。王倩[30]根据人工操帆经验，设计帆角与相对风向角的模糊逻辑控制器。罗潇[31]基于空气动力学分析风帆空气动力特性，获得不同相对风向角下风帆*大升力，进而设计出*佳操帆策略，同时根据其*佳操帆策略设计相应算法，实时计算当前位置*佳艏向角，以航速*优化为目标，在风场中规划出*佳路径。沈智鹏等[32]基于 RANS方程和 standard k-.湍流模型对帆船整体的空气动力特性进行了数值模拟。文献[33]在文献[32]的基础上计算出不同风力下*佳操帆策略。上述方法均是假设风帆参数均完全已知，但是实际工程中，风帆形式多
展开
