1. 课程导入与海洋无人装备概览
海洋无人装备是当前海洋工程与智能装备领域发展最快的方向之一。所谓“无人”，并不是指完全脱离人，而是指装备在任务执行阶段能够自主航行、自主感知并自主完成既定作业，人则退到任务规划、监控与异常接管的位置。理解这一点很重要，因为它决定了我们后续学习 ROS2 时的关注重点：不是单纯写一个能跑的程序，而是构建一个能感知环境、做出决策、驱动执行机构并接受地面站监控的完整系统。
三类典型装备及其控制特征
从运动介质和作业方式看，海洋无人装备通常分为三类，它们的控制难点差异明显。
无人艇（USV）在水面航行，典型结构是双体或单体船体加螺旋桨/喷水推进器，常见执行机构为差速推进或舵桨组合。它的核心控制问题是航向保持、航迹跟踪和避障。由于水面存在风、浪、流扰动，且 GPS 信号可用，USV 通常采用“全局定位 + 局部避碰”的控制架构。一个典型的教学参数是：艇长 2～4 米、巡航速度 1～3 米/秒、航向控制周期 10～20 赫兹。
水下机器人（ROV）是有缆遥控水下机器人，通过脐带缆供电和通信，操作员实时操控。它通常配备多个推进器，可实现六自由度运动，但受缆绳约束，作业范围有限。ROV 的控制重点是姿态稳定、定深定航和机械臂协同作业，典型应用是水下结构物检查、阀门操作和打捞。
无人潜航器（AUV）是无缆自主潜航器，依靠自身电池和惯性/声学导航执行长航程任务，典型应用是海底地形测绘、水文调查和搜救。AUV 的最大挑战是水下无法使用 GPS，必须依靠惯性导航、多普勒测速仪和声学定位组合，且通信只能在上浮或水声链路条件下进行。因此 AUV 的控制系统更强调任务级自主和故障自处理能力。
典型应用场景与仿真需求
不同装备对应不同任务，仿真需求也随之不同。USV 的典型任务是水面巡逻、水质采样和航道测绘，仿真时需要重点还原风浪流扰动、GPS 噪声和推进器响应延迟。ROV 的典型任务是水下结构检查与干预，仿真重点在于水下光学衰减、推进器推力分配和缆绳约束。AUV 的典型任务是长航程测绘，仿真重点在于惯性导航漂移、声学定位更新周期和能源约束。
这里要强调一个工程事实：海洋装备的实艇/实机试验成本高、风险大，一次海上试验动辄数万元且受天气窗口限制。因此仿真不是“可选项”，而是控制算法开发的主战场。一个合理的开发流程是：先在仿真中完成控制律验证和参数整定，再进入水池试验，最后才上海试。ROS2 之所以适合这一流程，是因为它提供了统一的节点通信机制和丰富的仿真接口，使同一套控制代码可以在仿真和实机之间切换。
本课程的学习路径
本课程以 ROS2 为核心工具，围绕“建模—感知—控制—仿真—验证”的主线展开。具体来说，前期会建立装备的运动学与动力学模型，用 URDF 描述刚体结构，用 Gazebo 搭建水下/水面环境；中期实现传感器数据接入、状态估计和控制器节点；后期完成航迹跟踪、避障和任务状态机的仿真验证。每一章都会给出可运行的示例参数和观察指标，例如航向误差收敛曲线、航迹跟踪的横向偏差、定深控制的稳态误差等。
一个可对照的入门示例
为了让大家对后续内容有直观预期，这里给出一个简化的航向控制示例。假设 USV 的期望航向为 90°（正东），当前航向为 60°，航向误差为 30°。采用比例控制，比例增益 Kp = 0.8，则期望角速度为 24°/s。控制器输出到左右推进器的差速指令，左推 60%、右推 40%，形成转向力矩。在仿真中，我们观察航向角随时间的变化：若 5 秒内误差收敛到 ±2° 以内且无超调，则认为参数合理；若出现持续振荡，则需要降低 Kp 或加入微分项。
# 航向误差计算（示例，非实测）
error = target_heading - current_heading # 60° → 90°，误差 30°
omega_cmd = Kp * error # 0.8 × 30 = 24 °/s
left_thrust = base + omega_cmd * k_diff # 差速分配
right_thrust = base - omega_cmd * k_diff这个例子虽然简单，但它完整体现了“感知—计算—执行—观察”的闭环。后续章节会逐步把这一闭环扩展到航迹跟踪、避障和多装备协同。需要提醒的是，上述数值仅为教学示例，实际参数必须结合艇体惯量、推进器特性和水动力阻尼重新整定。