乘风破浪的“双子星”：竞速帆船与无人帆船如何实现技术双向奔赴？
几千年来，人类利用风能航行的历史贯穿了整个大航海时代。然而在现代科技的推动下，古老的帆船运动在科学研究领域悄然分化为了两条平行的发展轨迹：一条是追求极致速度与人类极限的竞速帆船（Racing sailing）；另一条则是面向未知海域、追求长时序自主作业的无人帆船（Autonomous sailboat/Unmanned sailboat）。
图1.（左）竞速帆船，（右）无人帆船
同样依靠风能推进、同样遵循流体力学与空气动力学基本法则，这两个领域的工程师和科学家们却常常各自为战。由于研究目标和应用场景的显著差异，双方建立起了相对封闭的学术圈层，导致了方法论的隔离。竞速领域积累了海量的气动力学/水动力学高保真数据与专家经验，而无人帆船领域则在自主控制与智能规划算法上独树一帜。
如果打破这层学科壁垒，两者能否实现技术的交叉与互补？本研究首次对竞速帆船与无人帆船进行了全方位的跨界对比，系统梳理了双方的技术差异、融合潜力和共同面临的挑战。
1. **殊途同归：截然不同的设计哲学与应用场景**
要理解这两个领域的隔阂，首先需要剖析其底层逻辑的差异：
l 竞速帆船（大洋赛艇与近岸小帆船）：核心约束是赛事规则，核心目标是最高效的能量转换与速度极限。在此导向下，研究者不惜投入巨资进行风洞试验、拖曳水池测试与超算流体力学（CFD）模拟。其系统运行高度依赖顶尖人类水手在复杂海况下的敏锐直觉与极限微操。
l 无人帆船：核心约束是能源与恶劣海况，核心目标是长期生存与任务可靠性。在无人干预的条件下，平台往往采取保守的设计（如深水台阶龙骨、刚性翼帆），其科研主力多为机器人、自动化控制及海洋工程领域的专家，更关注鲁棒性控制算法与避障导航。
这种圈层隔离导致了极大的资源错配。许多在竞速领域已经成熟的优化策略，在无人帆船领域还处于试错阶段；反之，机器人领域先进的感知与决策算法，也很少反哺给传统的帆船训练。
2. **四大技术维度的碰撞与跨界转移潜力**
为了系统性地探寻两者的融合途径，研究团队提出了一种层次化的分析框架，从四个核心技术维度深度剖析了双方的方法论差异，并评估了技术跨界转移的可行性与主要障碍： 2.1部件性能评估（Component Performance Evaluation）
在帆、船体和附属物（如龙骨、水翼）的性能评估上，竞速帆船凭借深厚的资本和赛事积累，主导着高精度的实验与仿真工作流。相比之下，无人帆船受限于研发周期和预算，往往依赖简化的二维翼型数据或经验公式。
v 跨界启示：竞速领域成熟的CFD仿真管线和实验室评估方法具有极高的向下兼容性，完全可以降维应用于无人帆船的研发，减少其前期的试错成本。
图2.推进力、阻力与航向之间的非线性系统级耦合，导致了无法通过解析方法直接预测的隐式性能表现。 2.2整体性能预测（Overall Performance Evaluation）
在非线性耦合的海洋环境中，如何预测船只的整体运动表现？竞速领域广泛采用速度预测程序（VPP）及其动态版本（DVPP），通过庞大的数据库精准映射风速、风向与最佳航速的关系。
v 跨界启示：无人帆船由于平台形态各异且作业海况极端，缺乏先验数据，直接套用传统VPP存在维度灾难。未来，结合机器学习与自适应采样技术，开发兼顾计算效率与精度的可变保真度动力学模型，是两界共同的研发诉求。
图3.帆船在不同风速和航向下的速度差异极大，因此必须对其进行全方位、全工况的性能评估
(图注：帆船航行面临气动力、水动力及姿态的强非线性耦合，需要精确的系统级性能评估框架予以支撑。) 2.3运动控制（Motion Control）
这是两者差异最为显著的一环。竞速帆船完全依赖人类专家的无模型（Model-free）直觉控制，水手通过精妙的压舷、理帆完成复杂的战术机动；而无人帆船则依赖死板的传感器反馈和PID/模型预测控制（MPC）等自动控制算法，为了防止翻船，策略通常极其保守。
v 跨界启示：研究团队提出了一个极具前瞻性的愿景：利用模仿学习或深度强化学习，让无人帆船去学习人类顶尖水手的多自由度协同操作策略。这不仅能释放无人帆船的航行潜力，更能反向为专业帆船运动员打造如AlphaGo般不知疲倦的高水平AI虚拟陪练，推动人类航海技术的演进。
图4.帆船中典型的机械控制系统(a)风向舵自持系统：通过风向标机械联动船舵，被动维持航向；(b)穿浪式水翼：利用与浸水深度相关的升力变化，提供横倾稳定性；(c)高度调节系统：通过触水杆联动水翼襟翼，机械调节航行吃水；(d)自适应翼帆：利用主翼与尾翼间的气动反馈，实现被动对风调节。 竞速帆船高级协同控制技巧
当无人帆船的算法还在努力计算如何不翻船时，人类水手已经能够利用翻船的边缘来加速，利用风和舵的对抗来刹车。这种基于物理直觉的无模型控制，正是我们在论文中指出无人帆船控制系统未来需要跨越的巨大鸿沟。 1.压舷转向（Roll-tacking）：用倾斜换取加速的过弯绝技，下图（左）
帆船没有油门，每次转弯通常都意味着减速。但顶尖水手在迎风急转弯时，不会死板地猛打方向盘，而是故意先让船体发生剧烈的侧倾，利用不对称的船体形状自然地把船头拐进新航道（就像骑自行车压弯一样，省去了打舵带来的阻力）。就在船头转过去的瞬间，水手会猛地跃向高高翘起的另一侧，利用全身重量将船体瞬间砸平。这个剧烈的压平动作，就像挥舞一把巨大的芭蕉扇，让帆面在空气中狠狠甩过，人为制造出一股额外的狂风，从而像弹弓一样把船只弹射出弯道，不仅不减速反而实现加速。 2.顶帆停船（Heaving-to）：风与水左右互搏的海上刹车，下图（右）
帆船没有刹车踏板，如果在狂风巨浪中需要停船休息或紧急维修该怎么办？水手会巧妙地利用自然力量来锁死船只：他们会故意把前方的帆拉到错误的方向，让风力试图把船头向后吹；同时，把水下的船舵死死打向相反的方向，让水流试图把船头向前顶。这一正一反两股力量在船身上完美抵消，船只不仅失去了向前的动力，还能稳稳地以一个安全的斜角悬停在海面上。这种缓慢侧漂的姿态会在船只迎风面碾出一片没有碎浪的平稳水域，在狂风恶浪中为水手撑开一个天然的避风港。
图5.优秀水手能通过精妙的身体配重与帆舵配合完成复杂机动，如何将这种人类经验转化为AI算法，是目前控制领域的蓝海。 2.4航线规划与气象导航（Reactive Navigation and Weather Routing）
在轨迹规划上，竞速帆船的本质是一场博弈，需要结合高精度局部气象模型，利用风影效应、航路优先权等规则压制对手；而无人帆船多呈现为单机最优路径规划，侧重于静态/动态避障以及利用洋流节省能耗。尽管逻辑不同，但在面对动态风场与恶劣海况下的在线重规划难题时，双方有着高度一致的技术痛点。
图6.帆船航线规划（左）逆风“之”字形机动（右）邻近船只的风影效应
- 面向未来的共同挑战与零碳航运启示
基于上述系统性对比，研究团队为未来的风力推进技术描绘了清晰的合作路线图，指出双方应在以下三个前沿方向开展联合攻关：
(1) 构建平衡精度与计算成本的统一建模框架；
(2) 开发能够适应复杂波浪干扰的动力学模型及近场态势感知技术；
(3) 加速人类航海专家经验与具身智能的深度融合。
这项跨界研究的战略价值远不止于帆船比赛和海洋观测。在当今全球追求“双碳”目标的大背景下，现代远洋商船正在掀起一场风力辅助推进的绿色革命。无论是巨大的旋翼帆还是硬质翼帆，其核心的气动力学机理、系统耦合建模与多目标气象导航算法，正是竞速帆船与无人帆船多年来深耕的领域。这两大研究阵营的技术合流，必将为下一代可持续智能航运奠定至关重要的技术基石。
本综述性论文以Sailing forward: A review of contrasts and synergies between racing and robotic sailing为题发表在海洋工程领域顶刊《Journal of Ocean Engineering and Science》。论文第一作者团队博士后（现就职于中国科学院深海科学与工程研究所）安洋，通讯作者为任政儒副教授。
