Nonlinear Model Predictive Control based Guidance for an Unmanned Surface Vessel

Unmanned Surface Vessels (USVs) play an increasingly vital role in maritime applications such as environmental monitoring, hydrographic surveying, and autonomous patrols. Achieving reliable and precise path-following autonomy for underactuated USVs remains challenging due to nonlinear dynamics, actuation constraints, and environmental disturbances like ocean currents. This thesis presents a comparative study of guidance strategies for the 2-meter Otter USV platform, focusing on two high-level approaches: the widely used Line-of-Sight (LOS) guidance method and a Nonlinear Model Predictive Control (NMPC) based framework. Both guidance schemes are integrated within a cascaded control architecture featuring an adaptive Super Twisting Controller (STC) for attitude regulation and a PI controller for surge speed. To improve robustness under possible actuator saturation, a saturation-aware adaptation mechanism is introduced for the STC. Simulation results, obtained under both ideal and disturbed conditions, demonstrate that NMPC-based guidance achieves superior path-following accuracy and faster convergence compared to LOS, with reduced cross-track error and smoother control actions. Furthermore, the NMPC formulation is enhanced by introducing a simple surge dynamics model in the prediction horizon, which improves transient response without significantly increasing computational complexity. To address NMPC’s computational demands, a hybrid LOS–NMPC switching strategy is proposed as well, leveraging LOS guidance during large deviations and NMPC for fine tracking near the path, thereby balancing accuracy with real-time feasibility. Although the evaluations are conducted in simulation, the results lay the groundwork for developing robust, efficient, and computationally viable guidancecontrol systems for small USVs operating in uncertain marine environments. Future work may explore experimental validation and integration with realistic sensor models and other tasks such as obstacle avoidance.

I veicoli di superficie senza equipaggio (USV) svolgono un ruolo sempre più importante in applicazioni marittime come il monitoraggio ambientale, la mappatura idrografica e le pattuglie autonome. Tuttavia, garantire un’autonomia precisa nel path-following degli USV sottoattuati è complesso, a causa delle dinamiche non lineari, dei limiti di attuazione e delle perturbazioni ambientali. Questa tesi confronta due strategie di guida per l’Otter USV da 2 metri: il metodo Line-of-Sight (LOS) e un controllo predittivo non lineare (NMPC). Entrambe sono integrate in un’architettura a cascata con un controllore Super Twisting (STC) per la regolazione dell’assetto e un PI per la velocità. Per aumentare la robustezza, è introdotto un adattamento dello STC consapevole della saturazione. Le simulazioni, in condizioni ideali e disturbate, mostrano che il NMPC garantisce maggiore precisione e convergenza più rapida rispetto al LOS, con errori trasversali ridotti e azioni più fluide. La formulazione NMPC è migliorata mediante un modello semplificato della dinamica di avanzamento, che ottimizza la risposta transitoria. Per ridurre il carico computazionale, si propone anche una strategia ibrida LOS–NMPC, con commutazione basata sull’errore laterale. Sebbene sviluppato in simulazione, il lavoro fornisce basi per sistemi guidacontrollo robusti ed efficienti per USV in ambienti marini incerti. L’estensione futura potrà includere validazioni sperimentali, modelli sensoriali realistici e compiti avanzati come l’evitamento ostacoli.