随着智能技术的发展,拥有自主决策能力的无人船在航运业占据的地位日趋重要。无人船运动控制领域的课题众多,本文主要研究了其中的自动靠泊问题。由于港口环境的复杂性,船舶在进行靠泊时存在动态不确定问题,且受到的外部扰动较大,系统信息量增多,因此自动靠泊问题已成为船舶运动控制中亟待解决的难题。本文针对无人船的自动靠泊问题,进行了如下研究工作:（1）本文参考靠泊实践过程,将整个无人船自动靠泊问题当成一个全局性问题进行研究:进港前的轨迹规划过程与位移无超调的点镇定控制两个阶段。针对无人船进港前的轨迹规划问题,首先利用A*算法进行船舶进港前轨迹规划的全局轨迹规划,针对初始轨迹规划存在拐点问题,将人工势场算法与改进A*算法结合后得到混合优化算法,对轨迹进行局部优化,仿真证明了该算法的有效性。（2）针对自动靠泊中的点镇定控制问题,首先利用微分同胚变换,将船舶位置变量转换到一个新的随动坐标系中,再通过一系列坐标变换,将原系统转换为积分串联形式的两个子系统,并证明只要设计控制律使其中一个子系统稳定,则原系统就可以实现稳定。利用反步法设计出了针对子系统的控制器,再将子系统控制器的控制输出转换为控制原系统的推力和力矩。通过仿真实验证明了该算法的有效性,并且具有一定的鲁棒性。（3）针对未知时变扰动和动态不确定下的船舶自动靠泊问题,在上述研究的基础上引入RBF神经网络技术对动态不确定性进行逼近,接下来将神经网络逼近的动态不确定项与未知时变扰动构成的复合不确定项转换为只带有唯一虚拟参数的线性化参数形式,降低了计算复杂度。结合自适应技术与反步法,设计出了一种鲁棒自适应船舶自动靠泊控制律。设计出的控制律只需要在线学习唯一的虚拟参数,计算简单、易于工程实现,对于自动靠泊控制问题的研究具有一定的参考意义。