自然资源部海洋一所的海洋遥感探测及应用团队，在无人船技术领域实现了重要突破。该团队针对无人船自主航行与智能控制的核心难题，提出了创新性的解决方案，相关成果已发表于国际权威期刊《Ocean Engineering》，为无人船在复杂海洋环境中的应用提供了全新思路。
无人船作为海洋科技的重要载体，已广泛应用于海洋测绘、水文观测、通信中继等领域。然而，其自主航行能力受限于两大技术瓶颈：一是高速多航态下动力学特性复杂，传统物理模型难以精准描述；二是现有控制方法难以兼顾可靠性与可解释性，基于神经网络的控制器虽灵活但缺乏物理基础，而确定性模型又难以应对环境扰动。针对这些问题，研究团队以自主研发的7米级高速无人船“久航750”为实验平台，开展了系统性攻关。
团队创新性地提出了基于库普曼物理模型与神经网络的混合控制框架。该框架通过融合全局线性化与局部学习机制，在保持模型可解释性的同时，显著提升了控制精度。实验数据显示，在复杂海洋环境下，新框架的轨迹跟踪误差较传统非线性控制方法降低40%以上，为无人船安全航行提供了可靠保障。研究还揭示了库普曼算子在非线性系统建模中的独特优势，为智能控制领域提供了新的理论工具。
针对多航态建模难题，团队开发了基于混合核函数的高斯过程回归方法。该方法通过优化核函数组合，使模型既能捕捉全局运动趋势，又能精准描述局部突变特征。实验验证表明，新模型在低、中、高速航态下的预测精度均优于传统GPR、BP神经网络及SVM方法，尤其在航态转换区域表现突出。这一成果为无人船在变工况条件下的运动预报提供了有效手段，显著拓展了其应用场景。
两项研究分别聚焦控制架构与建模方法的创新，形成了完整的自主航行技术体系。目前，相关成果已在“久航750”上完成海试验证，其轨迹跟踪稳定性与建模预报准确性均达到国际先进水平。随着技术的进一步优化，无人船有望在海洋资源勘探、环境监测、应急救援等领域发挥更大作用，推动海洋装备智能化进程迈向新阶段。
