《水下航行器：设计与应用》112页

《水下航行器：设计与应用》首先探讨了自适应卡尔曼滤波算法在高速自主水下航行器（AUV）动态估算中的应用。

作者研究了在低惯性水下航行器上实施的不同控制方案的性能，包括非基于模型、基于模型和基于自适应模型的控制方案，用于三维螺旋轨迹跟踪。

考虑到水下航行器使用传感器检测到任意形状和非凸面障碍物的情况，介绍了在三维环境中避免碰撞的控制法则。

采用过程噪声协方差校正（Q-适应）的渐变卡尔曼滤波器（AFKF）估算 AUV 动态。

第 1 章中提出的方法基于传统 KF 算法的适应方案，通过引入单个或多个衰减因子来检测和修正噪声协方差的变化。尽管系统存在不确定性，但所提出的 AFKF 算法仍能提供精确的估计结果。所提出的 AFKF 算法简单实用，计算负担不重。这些特点使得所介绍的 AFKF 算法在为高速 AUV 控制系统提供可靠的参数估计方面极为重要。考虑到 AUV 通常在恶劣的环境中使用，系统输入/参数极有可能出现故障，因此采用所提出的 AFKF 算法而不是传统的 KF 算法可能会带来显著优势。

第 2 章研究了不同控制方案的性能，从非基于模型的（比例-积分-派生控制，PID）到基于模型的（计算扭矩控制，CT）以及基于模型的自适应（自适应比例-派生加控制，APD+），这些方案都在低惯性水下航行器上实现，用于三维（3D）螺旋轨迹跟踪。然后，基于 Lyapunov 直接法证明了每种控制方案所产生的闭环动力学的渐进稳定性。然后，通过基于场景的数值模拟，演示了在 Leonard 水下航行器上实施三维螺旋轨迹跟踪的控制方案的性能。所提议的模拟在以下因素的影响下进行：潜水器的浮力和阻尼变化、参数变化；传感器噪声、潜水器内部扰动；以及水流、外部干扰抑制。此外，作者还演示了飞行器在执行水下任务时运送物体的任务。仿真结果表明，APD+ 控制方案对海洋应用中低惯性水下航行器的跟踪控制具有有效性和鲁棒性，优于其他控制器。

在三维环境中避免碰撞对于规划自主飞行器的安全轨迹问题非常重要。关于避免碰撞的现有文献假定障碍物的形状是先验已知的，并将障碍物建模为球体或边界框。然而，在三维环境中，自动驾驶车辆并不知道障碍物的形状，车辆会使用三维传感器（如三维声纳）检测障碍物的边界。

在第 3 章中，作者介绍了避免碰撞的控制法则，考虑了航行器使用传感器检测任意形状和非凸面障碍物的情况。此外，在设计控制法则时还考虑了运动约束，如车辆的最大转弯率和最大速度。使用 MATLAB 仿真验证了控制法则的有效性。