1. 课程导入与系统全景

智能船舶自主航行，并不是给传统船舶装上一套自动驾驶仪那么简单。它要解决的核心问题是：在真实、开放、充满不确定性的水上环境中，让船舶能够感知自身与周围态势、理解任务与规则、做出决策并可靠执行，同时在超出能力边界时把控制权安全地交还给人类。因此，本课程把自主航行视为一个“系统集成”问题——单点技术再强，若感知、决策、控制、通信、人机交互之间接口不清、时序不齐、失效处理不一致，整船就谈不上自主。

一、定义与分级：自主是能力边界，不是营销标签

从工程视角看，自主航行系统可定义为：由环境感知、态势理解、路径与行为决策、运动控制、健康管理与岸基/人机协同等子系统构成，能在规定航区、规定任务和规定气象水文条件下，按设定权限自主完成航行任务的集成系统。这里的关键限定词是“规定条件”和“设定权限”——自主能力总是有边界的。

业界常参照IMO的自主船舶分级思路，把自主程度由低到高划分为：决策支持（系统给建议、人做决定）、有人监督的自主（系统执行、人在船或岸上监视并可接管）、完全自主（系统在限定场景内独立完成，无需实时人工干预）。需要强调的是，分级不是“越高越好”的竞赛，而是与航区复杂度、通信条件、法规要求和风险容忍度匹配的选择。内河渡船与远洋货船的最优自主等级往往不同。

二、典型任务场景：不同场景对系统的要求差异极大

自主航行的能力必须在具体场景中检验。常见场景包括：开阔水域航线跟踪（重点是路径跟踪精度与能耗）、狭窄航道与桥区通过（重点是障碍物精细感知与横流补偿）、港区靠离泊（低速操纵、侧推与缆绳协同、厘米级定位）、避碰与会让（COLREG规则的机器化理解与他船意图推断）、锚泊与应急（故障降级与安全停泊）。同一套系统在这些场景中的感知配置、控制增益和失效策略完全不同，这也是“集成”必须贯穿始终的原因。

三、系统集成视角下的总体架构

上图给出了本课程采用的五层架构。自下而上依次是支撑与协同层、控制与执行层、感知与态势理解层、决策与规划层、任务与规则层。需要理解两点：其一，数据自下而上汇聚、指令自上而下分解，但反馈并非单向——控制层的执行器状态、感知层的目标置信度都会反向影响决策层的策略选择；其二，支撑层不是“附属品”，通信时延、时间同步精度、网络安全直接决定自主等级能否成立。例如岸基接管链路若存在2秒以上不确定时延，高速场景下的远程接管就不可靠，系统必须设计本地自主降级策略。

集成中最容易被低估的是接口与时序。举一个教学示例（参数为合理假设，非实测）：感知模块以10Hz输出目标列表，决策模块以2Hz规划局部路径，控制模块以20Hz跟踪。若不做时间戳对齐，决策层可能基于“过期”的目标位置做避碰判断。工程上通常为每条数据打上统一时基的时间戳，并在融合节点设置最大允许时延（如200ms），超时数据降权或丢弃，同时触发健康状态标记。

四、从“是什么”到“怎么做”：一个最小闭环示例

以开阔水域航线跟踪为例，说明集成闭环如何落地。任务层下发航路点序列与限速；决策层将其转换为带时间约束的参考路径；控制层采用视线法（LOS）计算期望航向，前视距离Δ随航速与横向误差自适应调整，再经PID输出舵角指令；感知层持续输出本船位置、航向与障碍物信息，反馈给决策层判断是否需要局部重规划。判断是否达标的依据不是“看起来在线上”，而是横向跟踪误差的统计量（如95%分位误差小于设定阈值）与舵角指令的平滑性（避免高频抖振）。若误差持续超限，应回查感知定位质量、路径几何与控制参数，而不是盲目调增益。