世界上大多数主要城市都位于或靠近主要水体，要么是海岸，要么是大湖或河流。这是因为几个世纪前，它们起源于水上贸易站。

如果在马萨诸塞州理工学院（麻省理工学院）的工程师，他们过去繁华的水道就可以看到历史重复自身。他们正在开发一个特色的自主船舰队高机动性和精确控制。

目标是有效地移动人员和货物，同时减少道路拥堵。此外，无人驾驶船可以适应执行重要的城市服务，例如过夜垃圾收集而不是在繁忙的日光时刻。

自主船的概念是麻省理工学院计算机科学与人工智能实验室(CSAIL)和城市研究与规划部的感知城市实验室合作的成果。

工程师对阿姆斯特丹的运河进行了测试。围绕城市水路巡航的原型船向前，向后和沿着预编程路径向前移动。船舶设计目前正在查理河的家中靠近家，在马萨诸塞剑桥的麻省理工学院校园旁边。

船是矩形形状，而不是传统的皮划艇或双体形状，让船只侧身移动并将自身连接到其他船上。四个推进器位于每侧的中心，而不是在四个角处，产生前向和向后力。这使得船只敏捷和高效。

为了制作4倍船，工程师使用了添加剂制造技术，印刷了组装在一起的16个单独的船体部分。然后通过粘附几层玻璃纤维来密封完成的船体。

船体上集成了电源、Wi-Fi天线、GPS、微型计算机和微控制器。为了实现精确定位，研究人员将室内超声波信标系统和室外实时运动学GPS模块结合在一起，实现厘米级定位。惯性测量单元(IMU)模块监测船舶的偏航和角速度，以及其他指标。

麻省理工学院工程师还创建了一种方法，使船只能够更快速准确地跟踪其位置和方向。为此，他们开发了一个有效的非线性模型预测控制（NMPC）算法的高效版本，用于控制和导航各种约束内的机器人。

CSAIL主任Daniela Rus说:“简化的非线性数学模型考虑了一些已知的参数，如船的阻力、离心力和科氏力，以及由于水中加速或减速而增加的质量。”“一种识别算法会在船只在航道上训练时识别出任何未知参数。

罗斯解释说:“这种精确度部分要归功于船上的GPS和IMU模块，它们分别决定位置和方向，精确到厘米。”“NMPC的算法处理来自这些模块的数据，并权衡各种指标，以正确地驾驶船只。该算法在控制器计算机中实现，并对每个推进器进行单独调节，每0.2秒更新一次。

罗斯指出:“控制器考虑船的动力学、船的当前状态、推力约束和未来几秒钟的参考位置，以优化船在路径上的行驶方式。”“然后，我们就可以找到推进器的最佳推力，让船回到航道，并将误差最小化。”

下一个挑战是开发自适应控制器，以考虑运输人员和货物时船的质量和拖动变化。工程师还计划改进控制器以考虑波浪干扰和强大的电流。