面向无人艇自主靠泊的分层轨迹规划与试验

出基于靠泊约束分析的改进人工势场法，解决传统人工势场法中存在的弯角过大、艏向输出振荡和局部极小点问

题。同时，考虑靠泊后期目标泊位及水域受限因素对无人艇艏向、速度的约束，使无人艇能够沿规划轨迹自主安全

地完成靠泊任务。通过与传统人工势场法的仿真结果对比，验证该方法具有更好的轨迹规划性能；并基于“海豚-

I)号小型无人艇完成自主靠泊外场试验，检验所提出方法的有效性和可行性。关键词：无人艇；动力学；约束分析；分层规划；轨迹规划；人工势场；受限水域；靠泊DOI：10. 11990/jheu.201805093网络出版地址：http：//www.cnki.net/kcms/detail/23. 1390.U.201812123. 0949. 004.html中图分类号：U666； TP242 文献标志码:A 文章编号：1006-7043(2019)06-1043-08Layered trajectory planning and experiment for the autoberthing of

unmanned surfact vehiclesLI Ye1, JIA Zhihao1, ZHANG Weibin1，2, LIAO Yulei1(1.Science and Technology on Underwater Vehicle Laboratory, Harbin Engineering University, Harbin 150001, China； 2.Yunzhou In-

teHigent Technology Corporation, Zhuhai 519000, China)Abstrach ：Thi/ work propose/ a layered tryectory planning method based on the multi-constraint analysi/ of environ­

mental obstacle/ and berth and small, unmanned suWacc vehicle ( USV) dynamics. Tryectow planning in tie auto­berthing task of USVs is completed by considewng the factors tOat influence remote and tewninal phases. An im­proved APF method that accounts for the berthing ccnstwines of USVs is proposed given that autonomous berthing is

complicated by the smaH size and poor maneuverability under the low speed and /mited water aree of USVs. This

method mainey resolves the over-cngled cowcw oscillating bow output, and locd minimum point problems of tradi-

tionai APF. The ccnstraints on the speed of USVs and the direction of the bow ccused by eie berthing taraet and the /mimd water area in the latee peeod of berthing are considered to ende rhe USV to pcWow autoberthing autono-

mousiy and safOy along the wsulting trajectow- This meeiod is vewfied te have batm trajectow planning peWown-

anco than traditionae APF methods. The autoberthing open field expewment peWowned wiOi the small Dolphin-- USV ptoeed thattheptoposed method isetectieeand teasibee.Keywords：unmanned suWaco vehicle; dynamics； constraint analysis; hiewwhicol planning； twjectow planning；

potentiae field； restected waters； berthing无人艇是典型的非线性、欠驱动控制系统，靠泊收稿日期：2018-05-22. 网络出版日期：2018-12-14.基金项目：国家自然科学基金项目(51779052,51579022, 51709214,51879057)；国防科技创新特区项目；黑龙江省青年自然科 学基金项目(QC2016062)；水下机器人技术重点实验室研 究基金项目(614221503091701 )；黑龙江省博士后科研启 动金(LBH-Q17046).作者简介:李晔，男，教授，博士生导师；廖煜雷，男，副教授.通信作者：廖煜雷,E-maiI: liaoyulei@ hrbeu.edu.cn.

工作环境较为复杂,使其自主靠泊成为最困难、最复 杂的难题之一;船舶的舵、桨通常是针对定常艏向和

航速操纵设计,但无人艇靠泊时航速需要逐渐收敛

且艏向需要不断调整，并受到低速导致的舵效差、岸

壁效应带来的大扰动等显著影响,这使无人艇靠泊 更加复杂和困难［1_2］o张闯等3］针对大型船舶的自主靠泊的过程中 存在的航向稳定性差以及停船性能差等缺点，研究

'-1044 -哈尔滨工程大学学报第40卷了航向控制以及航速控制对大型船舶自主靠泊过程 约束问题,因而规划的路径并不一定能够满足实际需 要。另外，针对无人艇靠泊规划而言，传统人工势场

的影响，同时进行了仿真,为大型船舶的实际自主靠 泊提供了参考。Woo等'4（提出一种基于矢量场的

制导方法,通过在靠泊过程的初始阶段减少与目标 泊位的横向误差，来解决没有侧推的欠驱动无人艇

法主要面临局部极小点与弯角过大2种问题，为了解 决这2个问题，本文提出障碍物补偿方法。1- 1局部极小点当无人艇、障碍物以及目标点在同一条直线上,

的自主靠泊问题,并通过与传统制导方法的仿真对

比试验，证明了所提方法的安全性和有效性,同时通 过Monte-carlo模拟对所提方法的性能进行了测试。 Mai等'5（提出一种基于PD控制器的无人艇自主靠

如图1所示,无人艇在运动过程中，引力逐渐减小斥 力逐渐增加且在同一条直线上，最终当引力与斥力

相等时,无人艇陷入了局部极小点。泊方法,建立了无人艇在环境干扰下的控制模型,并

基于其横向和纵向动力学模型设计出速度/艏向控

制器，通过靠泊仿真试验验证了所提控制器具有良

好抗干扰能力。以上自主靠泊方法虽然在仿真试验中效果较 好,但忽略了靠泊过程中障碍物的影响，也没有考虑

靠泊过程中控制目标的变化，且缺乏外场试验验证, 因此难以保证方法的实用性和有效性。轨迹规划是 船舶完成自主靠泊的前提皿,欠驱动船舶不具有

跟踪任意轨迹的能力，因此在船舶自动靠泊中，要考

虑欠驱动船舶自身运动的约束和水域受限影响,规 划出可行轨迹'目前常用的规划方法有:栅格

法、可视图法、人工势场法和智能方法（如遗传算 法、强化学习、神经网络等）。其中，人工势场法相

对于其他方法存在局部极小值问题，易造成无人艇 无法及时躲避障碍等问题,但是人工势场法凭借简 单、计算量小、实时性强的优点，使其在路径规划领 域得到了广泛应用'?一10（，若充分考虑其缺陷、并结合

无人艇特点改进算法，将使其优点得到更好应用。本文针对无人艇靠泊轨迹规划问题，探索一种

基于约束分析的改进人工势场法，将靠泊分成2个

阶段进行研究% 1）起始位置到码头附近某一过渡位

置，称为“远端轨迹规划”；2）过渡位置到目标泊位 的轨迹规划，称为“码头末端轨迹规划”。利用“海 豚# ”号小型无人艇开展自主靠泊外场试验，验证

所提出方法的有效性和可行性。1面向无人艇自主靠泊的远端轨迹规

划方法远端阶段指的是无人艇起始位置与期望泊位过

渡位置之间的轨迹,过渡位置是指根据码头形状、大

小、位置人为选定的一固定点，可以是进出港口必经

之处或者无人艇专用通道，该阶段的主要任务是有 效的避开障碍物。基于人工势场法的路径规划方法因简单、高效得 到了广泛的应用'?_0（，但在实际的自主靠泊过程中包 含诸多约束,如无人艇自身的运动约束、障碍物约束、

码头末端约束等,而传统人工势场法中没有考虑这些

1.2弯角过大如图2所示，当无人艇在绕过障碍时会因为斥 力急剧增大，合力方向迅速变化,导致轨迹产生较大 弯角，从而使艏向角急剧变化，由于无人艇受到自身

运动约束,较难跟踪上该轨迹,且期望艏向的突变会

导致无人艇很大程度上的超调，甚至与障碍物发生 擦碰或者撞上障碍物。1.3障碍物补偿方法通过上述分析，本文提出基于约束处理的改进

人工势场法,在人工势场的基础上,当无人艇接近障

碍物时,通过对艏向角做补偿,从而有效的避免上文 所述局部极小点与弯角过大问题，影响艏向角补偿

程度的因素主要包括以下几点％ 1）无人艇自身运动 约束;2）障碍物的半径；3）障碍物影响半径;4）障碍 物到无人艇与目标点连线的距离。设2为障碍物的半径；2为障碍物的影响半 径;< 为障碍物到无人艇与目标点连线的距离;8为 障碍补偿半径，其大小结合不同障碍物的<、2、2由 经验设计得到；厂为补偿角速度，与无人艇的几何尺 度和机动能力有关,大小与8成正比，表示为厂二9 I 8,其中9等于!0. 05是最大补偿角速度,+d/s）:k0. 058 - 81)1式中：81,2分别是8的最小值和最大值,这里令82二2 xrz,81二厂\"，代入可得r = 8/（ 30 I厂）单位为+d/ s &障碍补偿过程示意图如图3所示。第#期李晔,等:面向无人艇自主靠泊的分层轨迹规划与试验-1045 -图2大弯角示意Fig.2 Big bend angle diagram* $ '% + rr

式中\"表示每步长所需的时间。(3)当8% <<&r时，无人艇艏向受到目标点、障碍 物、补偿角速度的综合影响,补偿角速度为,艏向角 求解公式为:* $ '0 + rt

(4)式中'表示引力与斥力的合力方向。当8%时，无人艇艏向受到目标点 障碍物综合影响，艏向角求解公式为：* $ 'o障碍物影响辛径尸Z(5)障碍物补臨觀补黔和2图4障碍物补偿示意图3改进人工势场法流程Fig.4 Obstacle compensation diagramFig.3 Flow chart of the improved APF2)无人艇远离障碍物。障碍物补偿区域如图4所示，首先判断障碍物

规定当无人艇第％次到达障碍物补偿区域最小

边界(即1=8%)后，即便无人艇再次进入该区域，也 不再针对该障碍做障碍物补偿。位于起始点与目标点连线的哪一侧，确定补偿角速 度的正负号;根据上述4个影响艏向角补偿程度的

因素，确定障碍物补偿的范围8% & 8 & 8$,确定补 偿角速度2,如图障碍物影响半径为2。设无人艇与障碍物实时距离为J1)无人艇靠近障碍物。当J & 2时，无人艇艏向受到目标点、障碍物综 合影响，艏向角求解公式为：* $'0 ( #)当J〉2时,无人艇艏向受到目标点引力的影

响，艏向角求解公式为：当J〉8$时,无人艇艏向只受到目标点的影响, 方向为引力方向，补偿角速度，艏向角求解公式为：(2)

* $ '% (7)综上,无人艇下一步的更新位置表达式为：J*9 + % $*9 ' COS*( ：usv\" (++% $ + + sin *( ：sv\"式中：:*87是无人艇当前速度，方是步长。( ?)式中:*表示无人艇艏向角；'%表示引力方向。当rz <1 & 8$时，无人艇艏向受到目标点、补偿角 速度的综合影响,补偿角速度为,艏向角求解公式为：-1046 -哈尔滨工程大学学报第40卷1- 4仿真结果对比1)传统人工势场法的规划结果。从图5(-)可知,传统人工势场法所规划的轨

迹，一是频繁存在较大弯角，二是最后陷入局部最小

点，无法到达目标点。从图5(b)可知,期望艏向角 输出振荡明显，并最终陷入了死区。0 20 40 60 80(b)传统人工势场法期望赠向横向位置/m(a)传统人工势场法轨迹图5基于传统方法规划的期望轨迹和艏向Fig.5 Expected trajectorice and orientatione based on traditional methode过渡位置3oo 2oo 1oo o

c

轻體w

w

20 40 60 8000100 200 300 400 500横向位置/m(a)改进极小点人工势场法轨迹步数(b)改进极小点人工势场法期望舟首向图6基于改进极小点规划的期望轨迹和艏向@g.6Expected trajectories and orientations based on the improved minimum point2)改进极小点人工势场法'⑴的规划结果。采用针对局部极小点而改进的人工势场法，仿 现对期望轨迹的跟踪；同时,存在诸多较大的弯角, 也使无人艇很难跟踪上期望轨迹。3)障碍补偿人工势场法的规划结果。真结果如图6所示。从图6可知，改进局部极小点后的规划轨迹虽 然可以抵达目标点，但轨迹的期望艏向仍然存在振 荡剧烈现象,受到艇体动力学特性等影响，在艏向控 制中难以跟踪上剧烈振荡的期望艏向，从而无法实

加入障碍物补偿后,仿真结果如图7所示，其中

图7(-)显示该轨迹可顺利到达目标点且轨迹中间

没有出现较大弯角，图7 ( b)所示期望艏向输出平 缓、避免了振荡现象,这对于艏向控制极为有利。(a)障碍补偿人工势场法轨迹步数(b)障碍补偿人工势场法期望赠向图7基于障碍补偿规划的期望轨迹和艏向Fig.7 Expected trajectoriee and orientatione based on obstacle compensation第#期李晔,等:面向无人艇自主靠泊的分层轨迹规划与试验-1047 -2面向无人艇自主靠泊的码头末端轨

迹规划方法码头末端轨迹规划考虑的是在码头区域内，距

图9(b)这样出现大的拐角。因此本文通过依次设 置多个不同的虚拟障碍物，利用障碍补偿后的人工

势场法规划出多条码头末端轨迹，如图10所示,再 根据无人艇到达过渡位置时不同的艏向角进行轨迹 融合。100离目标泊位比较近的阶段,该阶段主要考虑的是码 头终端约束，应用虚拟障碍物和虚拟目标点结合的

人工势场法规划出从码头过渡位置到达泊位的满足

目标泊位

8060无人艇和码头自身约束的轨迹，其中虚拟障碍物的

位置、大小、个数信息根据经验设计得到，如图？ 所示。过渡位置“ \\40202. 1过渡位置约束处理远端轨迹规划与码头末端轨迹规划是分开来考

匸虚拟障碍虑的，由于远端轨迹末端无人艇艏向不确定,导致在

过渡位置处与码头末端轨迹的衔接可能会出现较大 拐点,所以需要规划出多条码头末端轨迹,根据远端

020 40 60 80 100横向位置/m轨迹过渡位置艏向角的不同选取不同的轨迹。图8末端虚拟障碍物Fig. 8 Terminal end virtral obstacle100图9(a)是期望的光顺轨迹，但大多数情况会如

100 r80

厂斋&位码头区域 \\80目标泊位码头区域負60

4020赢在看―

障碍?60过渡位置4020障碍?020 40 60 80 100 120 0 2040 60 80 100 120横向位置/m(a)理想情况横向位置/m(b) 一般情况图9码头末端规划路径Fig. 9 Terminal end planning path100本文探索了虚拟目标点引导法，根据三次‘样条曲 线12(添加4个虚拟目标点，如图11 (-)所示，艏向

'90目标泊位80角的变化如图11 (b )&2.2.2码头末端速度约束当无人艇通过过渡位置进入码头末端区域 后，逐渐靠近目标泊位的过程中，在限制水域调节

艇的姿态难度相对较大,最终还要停在目标泊位 中心位置，因此其速度应缓慢减小至零&利用艇

70过渡位置60

70

60 80 90 100横向位置/m与轨迹中目标点的视线距离约束速度，其控制模 型定义为：图10码头末端轨迹库Fig. 10 Terminal end trajectory libraryK $ Kmax --2

厂+ △厂(9)2.2码头末端约束式中:厂表示无人艇到目标点的视线距离；△厂是用

来调整无人艇航速的因数，如图12为码头末端无人 艇速度收敛图，△厂二5,即无人艇与目标点间的距离 为5 m时，速度开始每步下降0.5 m。2.2. 1码头末端艏向约束码头末端约束中要求无人艇最终姿态要与岸边

平行,即艏向角等于0，由于无人艇进入码头区域之 后速度大小受到一定的限制，当速度减小时无人艇 舵效变差，艏向将不易调节，因此应尽早调节艏向，

2. 3轨迹融合整合两阶段轨迹的关键在于过渡位置的衔接-1048 -哈尔滨工程大学学报第40卷问题,根据不同的艏向位置选择不同的码头末端

轨迹,远端轨迹规划阶段在过渡位置艏向为*,将 If0。& * ? 30。，选取1号轨迹； If 30。& * < 60。，选取2号轨迹;If 150。& * < 180。,选取 6 号轨迹。轨迹从右至左依次命名为1〜6号轨迹,基本选取规则为:60

横向位置/m(a)虚拟目标点引导轨迹70 80 90 100(b)引导后的期望艄向图11基于虚拟目标的码头末端轨迹和期望艏向Fig. 11 Terminal end trajectory and expected heading based on virtual targets融合后的轨迹如图13 ( a)所示,无人艇靠泊轨 迹显示无人艇能够从障碍中安全通过，并最终到达

目标泊位;从图13( b)可知，无人艇自身运动约束也

能满足艏向的变化要求;从图13 ( c)可知速度曲线 较为平滑,通过视线法(Line of Sight ,LOS)解算期望 速度的方法也很有效,最终规划出面向靠泊的可靠

图12基于视线法的码头末端期望速度轨迹。Fig. 12 Terminal end expected speed based on LOS图13融合后的轨迹和期望艏向及速度Fng.13Fusion trajectory and expecue direction and speee3无人艇自主靠泊的外场试验研究2017年5月，利用自研的“海豚-I 号小型无 人艇在松花江开展了无人艇自主靠泊试验。结合

PD控制器1316与传统人工势场轨迹规划方法进行

PD控制器对无人艇进行运动控制,完成靠泊试验 (注:试验中发现，利用传统人工势场法在靠泊后期

'一(对比试验,验证所提面向无人艇自主靠泊的分层轨 迹规划方法的有效性，无人艇样机的长约2 m,宽约 1 m,排水量约为55 kg,采用双推进器配置,整个无

存在无人艇与岸壁发生碰撞的危险，基于安全性的 考虑，防止无人艇在靠岸时发生碰撞造成设备损坏, 本文仅在远端阶段采用传统人工势场法进行对比试 验，而在码头末端阶段依然采用所提基于约束分析

的改进人工势场法进行试验)&试验结果如图15 所示。人艇控制系统基于嵌入式linux-OS搭建，软件运行 环境为ARM Cortex-O5开发板，内核版本3. 14. 52。3. 1基于传统人工势场法的无人艇靠泊试验利用传统人工势场法规划出靠泊轨迹,再基于

从图15可知，无人艇在试图避开障碍的初始阶 段,由于无人艇自身的惯性和低速下机动性较弱,无 法及时规避障碍物而发生碰撞;同时由于期望艏向

与当前艏向偏差较大，而留给无人艇调节的距离又

第#期李晔,等:面向无人艇自主靠泊的分层轨迹规划与试验-1049 -很短,所以轨迹出现较大的超调。与目标点相距3 m,最后到达目标泊位，靠泊过程没 有出现大的超调现象。由靠泊试验对比可知，在控

图14 $海豚！”号无人艇样机图15基于传统人工势场法的无人艇靠泊试验Fig. 15 USV berthing test based on traditional APF method如图16所示为无人艇与目标点距离变化曲线， 前期图中数据显示无人艇与目标点距离基本稳定在

3 m(安全距离)左右,为了规避障碍物无人艇与目 标点的距离增大到10 m左右,脱离障碍影响后距离

重新收敛到3 m,进入码头末端轨迹阶段距离逐渐 降到1 m以内。0

50

100 150 200t/s图16无人艇与期望轨迹点之间的距离曲线Fig. 16 The distance curve between USV and expected

track poinit3.2基于改进人工势场法的无人艇靠泊试验基于约束分析的改进人工势场法规划出无人艇

靠泊轨迹,再借助相同的PD控制器进行无人艇靠

泊试验，试验结果如图17所示。如图17所示,无人艇实际轨迹与目标轨迹基

本重合，与图15相比,既没有出现无人艇与障碍 物相撞的情况，也没有出现轨迹超调的现象,表明 该轨迹规划方法充分考虑了无人艇自身的惯性和 低速下的弱机动状态,能使无人艇具有更好的跟

踪性能&从图1?可以看出，无人艇从静止开始加速追 赶,无人艇与目标点的距离首先会增加,随后减小到

制器相同时，基于约束分析的改进人工势场法所规划轨迹具有更好的跟踪性能。码头区域—期望轨迹；T\\..实际轨迹目标泊位\\过渡位晝无人艇 、*起始点

目标起始点—-40 一 60 80

100横向坐标/m图17基于改进人工势场法的无人艇靠泊试验Fig. 17 USV berthing test basee on the improvee APF

mehiod10 -0 50 100 150 200 250t/s图18无人艇与期望轨迹点之间的距离曲线Fig. 18 The distance curve between USV and expecteetrack pointe4结论1) 提出面向无人艇自主靠泊的远端轨迹规划 方法。解决了传统人工势场法中存在的期望艏向突

变和振荡问题,所得到的轨迹光顺实用,有助于提升

无人艇的跟踪控制性能；2) 提出面向无人艇自主靠泊的码头末端轨迹 规划方法。考虑靠泊后期码头泊位对无人艇艏向和 速度的约束，使无人艇能够在不使用侧推的情况下

自主、安全地完成靠泊任务；3) 所提方法本身计算量相对较小,对无人艇自 身硬件系统的要求较低，通过外场试验有效地验证

其可行性和工程实用性。参考文献：'1]张强，张显库.船舶自动靠泊控制研究综述[J] •大连海

事大学学报，2015, 41(3)： 1-9.ZHANG Qiang, ZHANG Xianku. Review on the research of

ship automatic berthing control' J]. Journal oO Dalian Mari­

time University, 2015, 41 (3) : 1-9.'2] AHMED YA, HASEGAWAK. Implementation of automat-

io ship berthing using artificiai neurai network for free run­

ning experiment [ C] //The 9th Internationai Federation of

Automatio Control (IFAC) Conferenco on Control Appiico-

-1050 -哈尔滨工程大学学报第40卷tions 2 Marine Systems ( CAMS). Oxford, UK： IFAC- COLREGs-compliant navioation strategy for autonomous

Elsevier Ltd, 2013： 25-30.mariPme navination [ J ]. IFAC-PapersOnLine, 2016, 49

[3] 张闯，范中洲.大型船舶自主靠泊方法研究'J].中国水

运，2014, 14(8) : 17-18, 20.ZHANG Chuang, FAN Zhongzhou. Study of self-berthing of

the large vessel[ J]. China water transport, 2014, 14( 8):

(23) : 207-213.[11] 江杰，任恒靓.基于改进人工势场法的移动机器人路

径规划的研究[J].自动化应用，2017 ( 8) : 80-81,

118.17-18, 20.JFANG Jie, REN Hengaiang.Reseach on mobiae+oboe

[4] WOO J, KIM N. Design of guidance law foa docking of un­

manned surface vehicla [ J ]. Journaf of ocean engineering

and technology, 2016, 30(3) : 208-213.paeh paanningbased on imp+oved aeioiciaapoeeneiaaoiead

[5] VU M T, CHOI H S, OH J Y, et af. A study on automatic

berthing controf of an unmanned surface vehicla [ J ]. Jour­naf of advanced research in ocean engineering, 2016, 2 (4) : 192-201.[6] AHMED Y A, HASEGAWA K. AuUmatU ship berthing u­

sing artificiaf neuraf netuork trained by consistent teaching

date using nonfinear prooramming method [ J ]. Engineering

[ J] .Aueomaeion appaicaeions, 2017(8) : 80-81, 118.[12] 李晔，姜言清，张国成，等•考虑几何约束的AUV回收

路径规划[ J] . 机器人, 2015, 37( 4) : 478-485.L【Ye, JIANG Yanqing, ZHANG Guocheng, et aL AUV

recevera path planning method considering geomewicoi

constraints[ J]. Robot, 2015, 37(4) : 478-485.[13] 廖煜雷，张铭钧，董早鹏，等.无人艇运动控制方法的

回顾与展望'J].中国造船，2014, 55(4) : 206-216. LFAO Yuaei, ZHANG Ming oun , DONG Zaopeng, eeaa

Methods of motion control for unmanned surface vehicla :

applications of artificin inteeigence, 2013, 26( 10) : 2287- 2304.state of the art and perspective' J]. Shipbuilding of China,

[7 ] PARK J Y, KIM N. Design of an adaptivv backstepping

controller for auto-berthing a cruise ship under wind loads

2014, 55(4) : 206-216.[14] LIAO Yulei, ZHANG Mingun, WAN Lei. Senet-Penet

frame based on path following control for underactuated

[J ]. International fournai of naval architecture and ocean engineering, 2014, 6( 2) : 347-360.[8] MIFUNO N, KURODA M, OKAZAKI T, ee al. Minimum

time ship maneuvering method using neural network and

unmanned surface vehicles w:ith dynamic uncertainties [ J ].

Journal of Central South University, 2015, 22( 1) : 214 - 223.nonlinear model predictivv compensator [ J ]. Control engi­[15 ] LIAO Yulei, ZHANG Mingun, WAN Lei, et aL Trajecto-

ra tracking control for underactuated unmanned surface ve­

neering practice, 2007, 15(6) : 757-765.[9] MIFUNO N, KAKAMI H, OKAZAKI T. Parallel simulation

based predictivv control scheme w:ith appaication t approac­

hicles w:ith dynamic uncertainties [ J ]. Journai of cenWai

soueh universiey, 2016, 23( 2) : 370-378.hing control for automatic berthing [ J ]. IFAC proceedings [16] LIAO Yulei, WANG Leifeng, L【Yiming, et aL The intea-

ligent conWoi system and experiments for an unmanned wavv glider' J]. PLoS one, 2016, 11( 12) : e0168792.vvlumes, 2012, 45(27) : 19-24.[10] NAEEM W, HENRIQUE S C, HU Liang. A reactivv

本文引用格式：李晔，贾知浩，张伟斌，等.面向无人艇自主靠泊的分层轨迹规划与试验'J].哈尔滨工程大学学报，2019, 40( 6) : 1043-1050.LI Ye, JIA Zhihao, ZHANG Weibin, et aL Layered trajectora planning and experiment for the autoberthing of unmanned surface vehicles' J]. Journal of Harbin Engineering University, 2019, 40(6) : 1043-1050.