近年来,随着海洋经济的发展与战略的需要,如何利用非线性控制理论来解决欠驱动船舶的非线性控制问题,已经成为船舶运动控制领域的研究热点之一。欠驱动船舶运动模型是一个典型的非线性控制系统,具有多输入、多输出、非完整性等特点。船舶在大洋航行过程中,会受到外界环境的时变干扰,采用传统的非线性控制方法难以达到较高的运动控制精度,因此,设计具有强鲁棒性和自适应性的新型欠驱动船舶控制器具有非常重要的实际意义。首先,针对欠驱动船舶的航向控制问题,分别提出等效迭代滑模航向控制器和神经网络自适应迭代滑模控制器。第一种方法是设计不含未知海洋环境扰动以及系统不确定项的控制律,该控制律中设计参数较少,算法处理过程简单。第二种方法是引入径向基函数(Radial Basis Function,RBF)神经网络逼近系统不确定项,采用自适应控制技术估计未知海洋环境扰动项的界值,提出的神经网络自适应迭代滑模控制律,可以有效地处理模型不确定和海况扰动的影响。其次,针对欠驱动船舶的路径跟踪控制问题,设计一种基于Lyapunov稳定性的欠驱动船舶神经元自适应迭代滑模控制器。该控制器采用Adaline单神经元设计自适应控制器,结合最小二乘法推导出神经元权重在线学习算法,使误差函数收敛,避免估计模型参数不确定项和海洋环境扰动项。然后,针对欠驱动船舶的轨迹跟踪控制问题,提出一种基于混沌萤火虫算法的欠驱动船舶自适应迭代滑模控制器。该控制器分为螺旋桨转速控制器和舵机舵角控制器,分别基于轨迹跟踪的横向和纵向误差信息构建二阶滑模面和四阶滑模面,结合萤火虫算法和混沌算法,优化了控制器的主要参数,设计的控制器具有更优良的特性。最后,采用MATLAB对上述控制方法进行仿真验证,仿真模型为5446TEU集装箱船数学模型。经仿真,所设计的航向、航迹跟踪控制器在风浪流扰动下均能顺利完成控制任务。