Kontrollorientert modellering er en metode som er i stand til å forenkle identifiseringen og tuningen av en matematisk modell for et fartøy. Metoden kan representere dynamikken til fartøy som opererer i et bredt utvalg av hastigheter, og ble tilpasset til ubemannede overflatefartøy (USV-er) av Breivik et al. (2008). Forbedringer av kontrollorientert modellering for USV-er har blitt foreslått av Eriksen and Breivik (2017), som utvidet modellstrukturen til å inkludere giring i stedet for bare jaging, og av Kvalvaag (2018), som delvis automatiserte identifikasjonsprosedyren. Metoden har blitt anvendt med suksess på hurtiggående USV-er og ble i prosjektet som var forløperen til denne oppgaven (de Freitas, 2019) identifisert som en god løsning for konvertering av overflatefartøy (SV-er) til USV-er. Denne masteroppgaven fortsetter forbedringene i kontrollorientert modellering for å kunne utføre konverteringer med minimal kostnad, tidsbruk og nødvendig kunnskap. Dette gjøres ved å prøve å oppnå full automatisering av identifikasjonsprosedyren. Etter at datainnsamling i forsøk er gjennomført, er prosedyren allerede nesten helt automatisert. Unntaket er stadiet kjent som dataekstraksjon, der innsamlet data må transformeres til treghet- og dempningsresultater som kan tilpasses modellen. Derfor foreslås to nye metoder for dataekstraksjon: en som utfører systemidentifikasjon av stabil tilstand ved bruk av et rullende vindu for å skille stabile og transiente regioner basert på Dalheim and Steen (2020), kalt RWSSID. Den andre identifiserer treghet- og dempningsdata samtidig ved bruk av optimalisering og unngår identifikasjon av stabil tilstand, kalt SIMID. I tillegg er disse metodene kombinert med metoder for automatisk fjerning av data som er ansett som upålitelige. Kriteriene som brukes for å definere upålitelige data er lavt signal-til-støy-forhold og ikke klarer å oppnå stabil tilstand. De foreslåtte forbedringene ble testet ved hjelp av data samlet inn av Eriksen and Breivik (2017) i samarbeid med Maritime Robotics. Den samme casestudien USV ble brukt av Breivik et al. (2008) og Kvalvaag (2018). Resultatene viser at den foresl°atte dataekstraksjonsmetoden SIMID lyktes med å automatisere den kontrollorienterte modelleringen. Derimot ble implementeringen av RW-SSID stoppet fordi resultatene krevde et for stort antall tuningparametere. Resultatene fra den automatiserte kontrollorienterte modelleringen ble også brukt med suksess til å automatisere tuningen av metningsgrenser for referansefiltre.