随着各国对于无人船及相关技术的发展愈加重视,本文围绕无人船的路径跟踪问题展开深入而具体的研究。所研究的无人船路径跟踪问题不受时间维度的限制,但是研究对象为具有欠驱动性的无人船,为解决欠驱动性给无人船路径跟踪控制系统设计带来的约束,引入视线法(LOS)制导律进行路径导引,并针对无人船的具体情况对制导律进行改进。同时在反步法、滑模控制理论、神经网络等方法的基础上设计跟踪精度良好且性能稳定、鲁棒性强的路径跟踪控制律,以针对性的解决欠驱动无人船路径跟踪研究中存在的模型不确定、输入饱和、外界环境扰动、海流干扰等影响路径跟踪控制精度的问题。本文主要的研究内容和成果如下:(1)首先考虑常值海流扰动对于无人船路径跟踪问题的影响,针对该影响提出改进的LOS制导律(ILOS),该制导律可以减少常值海流扰动给路径跟踪精度带来的负面影响,能够使得无人船位置误差收敛至零。同时考虑无人船模型参数不确定问题,引入非奇异终端滑模控制理论设计路径跟踪控制律,实现了对模型参数不确定问题的有效解决,且避免了对虚拟控制律进行高阶求导的麻烦。随后,采用李雅普诺夫稳定性理论证明了无人船路径跟踪控制机制中误差的收敛性。并基于MATLAB仿真平台对两艘不同的无人船进行仿真,验证了所设计的制导律比传统的制导律有更好的跟踪精度,且消除了常值海流的负面影响;而所设计的控制律比传统的反步法能更快的跟踪上期望路径,且系统状态量的动态和稳态性能更好。(2)考虑了时变未知海流影响下的无人船路径跟踪问题,由于将海流扰动考虑为时变未知的,传统的LOS制导律和ILOS制导律已然不能使得无人船精确的跟踪上所给的期望路径,所以提出了具有积分项得制导律(IAILOS),该制导律能够对时变未知海流扰动进行实时估计并通过所设计的积分项对海流扰动产生的负面影响进行补偿。随后考虑无人船受执行器(舵、桨)影响而产生的输入饱和限制以及时变外界扰动力的多重影响,结合反步法、自适应方法和滑模控制方法设计反步自适应滑模路径跟踪控制律。同时设计补偿系统解决输入饱和问题。设计自适应律估计未知外界扰动力的大小。采用滤波器解决反步法中对虚拟控制律求高阶导数而引起的微分爆炸问题,简化控制器的设计过程。随后证明了所提出的路径跟踪控制机制的稳定性。最后进行的MATLAB仿真验证了所设计的IAILOS制导律在未知时变海流下的路径制导中的明显优势和反步滑模路径跟踪控制律对比其他的路径跟踪控制方法的优点;该方法实现了对期望路径与期望速度的有效跟踪,同时满足了系统最大控制输入幅值限制。(3)在考虑时变海流扰动和输入饱和问题的基础上,针对无人船存在模型参数未知带来的系统动态未知的问题;采用最小学习参数的神经网络技术有效地获取未知动态信息,该方法具有不依赖任何的模型参数信息且只需要训练两个神经网络权值参数的优势。随后提出了神经网络一阶滑模控制方法和神经网络PI滑模控制方法,再结合神经网络和滑模设计输入饱和补偿机制。证明了所设计的两种无人船路径跟踪控制机制的稳定性。通过仿真分析了所提出的两种无人船路径跟踪机制的有效性和优劣性,证明了最小学习参数的神经网络能够有效的估计无人船未知动态。两种控制器均实现了对期望路径和期望速度的有效跟踪且满足了系统输入饱和的限制,但在路径跟踪速度上PI滑模更具有优势。