晨光
暗夜
晨光
极光
Bilingual Paper Reading · 中英对照精读

推力器故障下自主水下航行器的自适应容错控制

准大一 · 自动化 × 机器人 × 容错控制 —— AUV 轨迹跟踪精读材料
原文：arXiv:2504.16037 2025年4月22日发布 arXiv 预印本（cs.RO / eess.SY） 容错控制 × 贝叶斯软切换 × 线性二次跟踪 × 推力器故障 附英文摘要朗读音频

一、论文档案

英文标题Adaptive Fault-tolerant Control of Underwater Vehicles with Thruster Failures
中文标题推力器故障下自主水下航行器的自适应容错控制
作者刘浩林, 张世良, 焦尚斌, 张晓辉, 马雪辉, 闫妍, 崔文川, 张友民（8 人）
发布时间2025年4月22日（v1）｜分类：cs.RO（机器人）· eess.SY（系统与控制工程）
原文链接arxiv.org/abs/2504.16037　·　全文 HTML 版
一句话概括把推力器故障当成「任务中随时会切换的模式」，用贝叶斯后验概率给每个故障模型的控制器加权混合——故障切换时控制平滑过渡，还不需要复杂的故障检测器。
💡 为什么选这篇给你：① 水下机器人是机器人与控制交叉的最热门载体之一，推力器故障占 AUV 全部故障的 94.52%，问题真实且直观；② 方法全是用贝叶斯估计、LQR/LQT 这些你迟早要学的经典工具组合出来的，没有黑魔法；③ 「软切换」「概率锁定解锁」这些概念可迁移到任何多模型控制场景，思维含金量高。

二、核心术语表（先扫一遍再读正文）

英文术语中文大白话解释
AUV (Autonomous Underwater Vehicle)自主水下航行器自带能源与自主决策能力、无需人工遥控的水下机器人，靠螺旋桨推力器驱动。
thruster推力器螺旋桨推进装置，AUV 最主要的驱动机构，相当于「汽车的轮子」。
thruster failure推力器故障桨叶堵塞、断裂、电机与齿轮损坏等导致的推进失效。
fault-tolerant control (FTC)容错控制部件发生故障时，仍能维持系统稳定与性能的控制策略。
fault scenario故障场景对「哪几个推力器坏了、坏到什么程度」的一种具体假设。
soft-switching软切换故障类型变化时控制策略平滑过渡，而不是「啪」地一下换掉。
hard-switching硬切换检测到故障模式后立即切换控制律，切换期容易振荡抖动。
Bayesian approach贝叶斯方法用后验概率估计「现在是哪种故障」，再按概率加权融合各故障模型的控制输出。
posterior probability后验概率给定当前观测后，某个故障场景成立的概率。
linear quadratic tracking (LQT)线性二次跟踪使跟踪误差与控制能量的加权和最小的最优跟踪控制，是 LQR 的跟踪版。
thrust reconstruction推力重构把标称与故障模式可行解取交集来构造容错控制律的方法，交集可能为空。
FDD (Fault Detection and Diagnosis)故障检测与诊断检测、隔离并辨识故障的专门模块；本文方法刻意不依赖它。
probability locking概率锁定贝叶斯估计被某个故障假设「锁死」、无法再切换到新故障的问题。
residual-triggered resetting残差触发重置用控制残差信号触发贝叶斯后验概率重置，从而解除概率锁定。

三、摘要中英对照（精读核心）

🎧 音频在文末，可先听一遍原文再读；每个英文句都配了逐句翻译。

摘要 Abstract

EN · 原文
This paper presents a fault-tolerant control for the trajectory tracking of autonomous underwater vehicles (AUVs) against thruster failures.
CN · 翻译
本文针对推力器故障，提出一种面向自主水下航行器（AUV）轨迹跟踪的容错控制方法。
EN · 原文
We formulate faults in AUV thrusters as discrete switching events during a UAV mission, and develop a soft-switching approach in facilitating shift of control strategies across fault scenarios.
CN · 翻译
我们把 AUV 推力器故障建模为任务过程中的离散切换事件（原文此处作 UAV，应为笔误），并发展一种软切换方法，使控制策略能在不同故障场景之间平滑转移。
EN · 原文
We mathematically define AUV thruster fault scenarios, and develop the fault-tolerant control that captures the fault scenario via Bayesian approach.
CN · 翻译
我们对 AUV 推力器故障场景做了数学化定义，并开发出通过贝叶斯方法捕获故障场景的容错控制。
EN · 原文
Particularly, when the AUV fault type switches from one to another, the developed control captures the fault states and maintains the control by a linear quadratic tracking controller.
CN · 翻译
特别是当 AUV 故障类型从一种切换到另一种时，所设计的控制能捕获故障状态，并由线性二次跟踪控制器维持控制。
EN · 原文
With the captured fault states by Bayesian approach, we derive the control law by aggregating the control outputs for individual fault scenarios weighted by their Bayesian posterior probability.
CN · 翻译
借助贝叶斯方法捕获的故障状态，我们以贝叶斯后验概率为权重，对各故障场景的控制输出做加权聚合，得到最终控制律。
EN · 原文
The developed fault-tolerant control works in an adaptive way and guarantees soft-switching across fault scenarios, and requires no complicated fault detection dedicated to different type of faults.
CN · 翻译
所提出的容错控制以自适应方式工作，保证故障场景间的软切换，且无需针对不同故障类型设计复杂的故障检测。
EN · 原文
The entailed soft-switching ensures stable AUV trajectory tracking when fault type shifts, which otherwise leads to reduced control under hard-switching control strategies.
CN · 翻译
软切换确保故障类型切换时 AUV 轨迹跟踪保持稳定；若采用硬切换策略，切换时控制性能会下降。
EN · 原文
We conduct numerical simulations with diverse AUV thruster fault settings.
CN · 翻译
我们在多种AUV 推力器故障设定下进行了数值仿真。
EN · 原文
The results demonstrate that the proposed control can provide smooth transition across thruster failures, and effectively sustain AUV trajectory tracking control in case of thruster failures and failure shifts.
CN · 翻译
结果表明，所提出的控制在推力器故障及故障切换情形下都能提供平滑过渡，并有效维持 AUV 的轨迹跟踪控制。

关键词 Keywords：Fault-Tolerant Control 容错控制 ｜ AUV 自主水下航行器 ｜ Thruster Failure 推力器故障 ｜ Bayesian Approach 贝叶斯方法 ｜ Soft-Switching 软切换 ｜ Trajectory Tracking 轨迹跟踪

四、引言精选（为什么这个问题重要）

① 推力器故障：占 AUV 全部故障 94.52% 的头号杀手

EN · 原文
Thruster failures can occur in AUV missions from various fault sources e.g., blade blockage, breakage, and motor and gear damage. Thruster failures are the most common AUV actuator failure that comprise ca. 94.52% of overall AUV failures [9]. Thruster failures can severely degrade AUV trajectory tracking, leading to reduced tracking accuracy and stability or even failed missions [10, 11].
CN · 翻译
AUV 任务中推力器故障可由多种来源引发，如桨叶堵塞、断裂、电机与齿轮损坏。推力器故障是最常见的 AUV 执行器故障，约占全部 AUV 故障的 94.52%。它会严重恶化 AUV 轨迹跟踪，导致跟踪精度与稳定性下降，甚至任务失败。

② 推力重构的局限与主动容错的「切换抖动」

EN · 原文
The problem with thrust reconstruction is that the optimal fault-tolerant control law does not always lie within the intersection of feasible solution sets [15], and there can the case where there is no feasible solution for the intersection of specific fault modes. Active FTC has emerged as a branch of thrust reconstruction in addressing this issue [16, 17, 18]. Active FTC employs Fault Detection and Diagnosis (FDD) and a reconfigurable controller in analyzing and compensating AUV thruster faults. Active FTC adaptively reconfigures and achieves optimal control across different AUV fault modes. Active FTC switches control models according to the detected fault mode [14], and the efficiency of the control heavily depends on the fault detection and fault mode switching criteria. As a result, active FTC can frequently experience oscillations and jitters around the switching period. Furthermore, FDD in active FTC can be vulnerable to abnormalities and errors in the detection that adds to the risk of failed control.
CN · 翻译
推力重构的问题在于：最优容错控制律并不总落在可行解集的交集中，甚至特定故障模式的交集可能无可行解。主动容错控制（FTC）作为推力重构的一个分支应运而生：用故障检测与诊断（FDD）+ 可重构控制器来分析和补偿 AUV 推力器故障，能自适应重构、在不同故障模式下达到最优控制。但主动 FTC 按检测到的故障模式切换控制模型，控制效率严重依赖故障检测与模式切换准则，因此切换期常出现振荡与抖动；且 FDD 易受检测异常与误差影响，增加控制失败的风险。

③ 自适应容错：不靠精确 FDD 的第三条路

EN · 原文
Unlike thrust reconstruction approaches, adaptive FTC avoids reliance on precise FDD and estimates the fault status from AUV measurements in real time.
CN · 翻译
与推力重构方法不同，自适应容错控制不依赖精确的 FDD，而是从 AUV 测量数据中实时估计故障状态。

④ 本文思路：贝叶斯后验概率加权 + LQT 软切换

EN · 原文
In this paper, we focus on the fault-tolerant control of AUV trajectory tracking, where the AUV is subject to thruster failures. Particularly, we look into the control when the AUV fault transfers from one type to another. To this end, we adopt a Bayesian approach [30, 31, 32] that facilitates soft switch between AUV faults for the fault-tolerant control. We use Bayesian method to estimate the AUV thruster fault states, and we derive linear quadratic tracking (LQT) control [33, 34] according to the estimated fault states. We derive the final control law through aggregating individual LQT controller outputs weighted by their Bayesian posterior probability.
CN · 翻译
本文聚焦 AUV 轨迹跟踪的容错控制，重点是故障从一种类型转移到另一种类型时的控制问题。为此采用贝叶斯方法实现故障间的软切换：用贝叶斯方法估计 AUV 推力器故障状态，按估计结果推导线性二次跟踪（LQT）控制，最终控制律由各 LQT 控制器输出按贝叶斯后验概率加权聚合得到。
💡 这是全文最有味道的一句："The entailed soft-switching ensures stable AUV trajectory tracking when fault type shifts, which otherwise leads to reduced control under hard-switching control strategies."——容错控制的难点不在「单点故障」，而在「故障切换的瞬间」；硬切换会抖，软切换才稳。

五、论文贡献（3 个要点）

EN · 原文
1. Faults as discrete switching events with soft-switching. We formulate faults in AUV thrusters as discrete switching events during a UAV mission, and develop a soft-switching approach in facilitating shift of control strategies across fault scenarios.
CN · 翻译
1. 把故障形式化为离散切换事件，用软切换应对。不再把故障当成「一次性事件」，而是任务中随时会发生的模式切换，控制策略随之平滑转移。
EN · 原文
2. Bayesian estimation with LQT aggregation. We use Bayesian method to estimate the AUV thruster fault states, and we derive linear quadratic tracking (LQT) control according to the estimated fault states. We derive the final control law through aggregating individual LQT controller outputs weighted by their Bayesian posterior probability.
CN · 翻译
2. 贝叶斯估计 + LQT 输出聚合。在线估计故障状态，按后验概率加权混合各故障场景的 LQT 控制器输出——无需针对每种故障单独设计检测器，天然实现「软」切换。
EN · 原文
3. Unlocking mechanism against probability locking. Furthermore, we develop the unlocking mechanism against the probability locking of the Bayesian approach in fault state estimation, thus facilitating a fully fledged adaptive fault-tolerant control.
CN · 翻译
3. 针对概率锁定的解锁机制。贝叶斯估计容易被某个故障假设「锁死」，作者设计解锁机制（残差触发重置），保证故障切换后还能继续学习，形成完整的自适应容错控制。

六、结论中英对照

EN · 原文
This paper presents an adaptive fault-tolerant control for AUV trajectory tracking subject to multiple thruster failures and failure type shift. We construct a parameter space that encapsulates potential failure scenarios, and we adopt Bayesian approach in identifying the AUV failures. We derive the control law where we dynamically synthesizes control inputs from candidate failure models. Unlike conventional model-dependent fault-tolerant control, our proposed approach requires no prior knowledge about AUV internal dynamics, instead, it derives optimal control laws directly from system measurements.
CN · 翻译
本文提出面向 AUV 轨迹跟踪的自适应容错控制，应对多重推力器故障与故障类型切换：构造包含潜在故障场景的参数空间，用贝叶斯方法辨识 AUV 故障，从候选故障模型动态综合控制输入。与依赖模型信息的传统容错控制不同，本方法无需 AUV 内部动力学的先验知识，直接从系统测量推导最优控制律。
EN · 原文
Furthermore, we address the lock-in issue in thruster failure type identification. We design a residual-triggered resetting mechanism which enables continuous and adaptive failure model update without compromising AUV trajectory tracking. We envision future work to validate the robustness of the proposed fault-tolerant control, and the examination of its scalability in complex marine missions with time-varying thruster constraints.
CN · 翻译
此外，我们解决了推力器故障类型辨识中的「锁死」问题：设计残差触发的重置机制，在不牺牲轨迹跟踪性能的前提下实现故障模型的持续自适应更新。未来工作将验证所提容错控制的鲁棒性，并考察其在时变推力器约束的复杂海洋任务中的可扩展性。

七、编者解读：这篇论文到底讲了什么（大白话版）

  1. 问题：AUV 靠螺旋桨推力器行动，而推力器故障占全部故障的 94.52%；更麻烦的是故障会「变」——一种故障切到另一种。硬切换控制律会在切换瞬间抖动甚至失控，而传统方法要么靠 FDD（检测可能出错），要么靠推力重构（可行解交集可能为空）。
  2. 做法：不搞「先检测、再切换」的硬路线。为每个候选故障模型配一个 LQT 控制器，用贝叶斯后验概率给它们实时加权，输出软混合的控制信号；再配一个「残差触发重置」机制，防止概率被某个假设锁死。
  3. 结果：数值仿真表明，在多种推力器故障及故障切换设定下，轨迹跟踪都能平滑过渡、持续稳定——不需要复杂的故障检测器，也不需要 AUV 内部模型。
  4. 最值钱的观点：容错控制的关键不在「检测得多准」，而在「切换得多平滑」；「概率加权聚合 + 解锁机制」是解决模式切换问题的通用范式，不止适用于 AUV。
  5. 工程意义：直接从测量学控制律、免去模型与 FDD，意味着实现简单、鲁棒性高，特别适合模型难建、环境复杂的海洋场景。
🎯 对保研的启示：这是「经典问题新解法」的典型——贝叶斯估计、LQT 都是控制理论老工具，组合起来却解决了容错控制「切换抖动」的痛点。复试时讲「问题为什么难 → 老工具差在哪 → 我如何组合出新方案」，比背模型名有效得多。

八、给准大一的阅读路线图 & 延伸方向

📖 怎么读这篇论文（三遍法）

  1. 第一遍（10 分钟）：只读摘要和术语表，回答三个问题——问题是什么？方法是什么？结果是什么？
  2. 第二遍（20 分钟）：读引言 + 结论，重点体会「为什么硬切换会抖、软切换为什么稳」以及「结论的边界（仿真验证，尚未海试）」。
  3. 第三遍（30 分钟）：重读引言第②④节，把「推力重构 → 主动 FTC → 自适应 FTC（贝叶斯）」这条方法演化链串起来；LQT 的公式推导可先跳过。

🚀 这个方向你能延伸做什么

九、英文摘要朗读（练听力用）

先盲听一遍→再看对照稿→再听一遍。目标是听出每个数字（94.52% 故障占比）和术语（thruster failures、soft-switching、Bayesian posterior probability、linear quadratic tracking）。