自然資源部海洋一所的海洋遙感探測及應(yīng)用團隊，在無人船技術(shù)領(lǐng)域?qū)崿F(xiàn)了重要突破。該團隊針對無人船自主航行與智能控制的核心難題，提出了創(chuàng)新性的解決方案，相關(guān)成果已發(fā)表于國際權(quán)威期刊《Ocean Engineering》，為無人船在復(fù)雜海洋環(huán)境中的應(yīng)用提供了全新思路。

無人船作為海洋科技的重要載體，已廣泛應(yīng)用于海洋測繪、水文觀測、通信中繼等領(lǐng)域。然而，其自主航行能力受限于兩大技術(shù)瓶頸：一是高速多航態(tài)下動力學(xué)特性復(fù)雜，傳統(tǒng)物理模型難以精準(zhǔn)描述；二是現(xiàn)有控制方法難以兼顧可靠性與可解釋性，基于神經(jīng)網(wǎng)絡(luò)的控制器雖靈活但缺乏物理基礎(chǔ)，而確定性模型又難以應(yīng)對環(huán)境擾動。針對這些問題，研究團隊以自主研發(fā)的7米級高速無人船“久航750”為實驗平臺，開展了系統(tǒng)性攻關(guān)。

團隊創(chuàng)新性地提出了基于庫普曼物理模型與神經(jīng)網(wǎng)絡(luò)的混合控制框架。該框架通過融合全局線性化與局部學(xué)習(xí)機制，在保持模型可解釋性的同時，顯著提升了控制精度。實驗數(shù)據(jù)顯示，在復(fù)雜海洋環(huán)境下，新框架的軌跡跟蹤誤差較傳統(tǒng)非線性控制方法降低40%以上，為無人船安全航行提供了可靠保障。研究還揭示了庫普曼算子在非線性系統(tǒng)建模中的獨特優(yōu)勢，為智能控制領(lǐng)域提供了新的理論工具。

針對多航態(tài)建模難題，團隊開發(fā)了基于混合核函數(shù)的高斯過程回歸方法。該方法通過優(yōu)化核函數(shù)組合，使模型既能捕捉全局運動趨勢，又能精準(zhǔn)描述局部突變特征。實驗驗證表明，新模型在低、中、高速航態(tài)下的預(yù)測精度均優(yōu)于傳統(tǒng)GPR、BP神經(jīng)網(wǎng)絡(luò)及SVM方法，尤其在航態(tài)轉(zhuǎn)換區(qū)域表現(xiàn)突出。這一成果為無人船在變工況條件下的運動預(yù)報提供了有效手段，顯著拓展了其應(yīng)用場景。

兩項研究分別聚焦控制架構(gòu)與建模方法的創(chuàng)新，形成了完整的自主航行技術(shù)體系。目前，相關(guān)成果已在“久航750”上完成海試驗證，其軌跡跟蹤穩(wěn)定性與建模預(yù)報準(zhǔn)確性均達到國際先進水平。隨著技術(shù)的進一步優(yōu)化，無人船有望在海洋資源勘探、環(huán)境監(jiān)測、應(yīng)急救援等領(lǐng)域發(fā)揮更大作用，推動海洋裝備智能化進程邁向新階段。