Path following of autonomous underwater vehicles in the presence of unknown disturbances

Otonom sualtı araçlarının bilinmeyen bozuntuların varlığında yol takibi

PDF İndir

Tez No: 878601
Yazar: MUHAMMET AKAN
Danışmanlar: PROF. DR. CENGİZ HACIZADE
Tez Türü: Yüksek Lisans
Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Savunma ve Savunma Teknolojileri, Computer Engineering and Computer Science and Control, Defense and Defense Technologies
Anahtar Kelimeler: Belirtilmemiş.
Yıl: 2024
Dil: İngilizce
Üniversite: İstanbul Teknik Üniversitesi
Enstitü: Lisansüstü Eğitim Enstitüsü
Ana Bilim Dalı: Uçak ve Uzay Mühendisliği Ana Bilim Dalı
Bilim Dalı: Uçak ve Uzay Mühendisliği Bilim Dalı
Sayfa Sayısı: 103

Özet

İlk olarak, bu tezin çalışma konusu otonom su altı araçlarının, akıntılar gibi dış çevre faktörlerine maruz kaldığında, önceden tanımlanmış yolları takip edebilmesi problemine çözüm sunulması ile ilgilidir. Bu çalışmada, Woods Hole Oşinografi Enstitüsü tarafından geliştirilen Remus-100 otonom su altı aracının dinamik modeli referans alınmıştır. İlgili problemin çözümüne yönelik algoritmalar bu dinamik model kullanılarak geliştirilmiştir. Bu kapsamda, bu problemin çözümüne yönelik üç farklı güdüm yöntemi uygulanmış ve test edilmiştir. Çalışmanın sonucunda da bu üç farklı güdüm yönteminin performansları karşılaştırılmıştır. Bu güdüm yöntemleri görüş hattı güdümü, integral görüş hattı güdümü ve adaptif görüş hattı güdümü algoritmalarıdır. Bu otonom su altı aracının otopilotu için LQR kontrolcü tasarlanmıştır. Otopilotun girdisi olan su altı aracının durumları, Genişletilmiş Kalman filtresi kullanılarak kestirilmiştir. Bu çalışmanın nedeni otonom su altı araçlarının günümüzde çok fazla kullanılmaya başlanmasıdır ve bu araçların kullanımında yol takibinin kritik olmasıdır. Bu araçların kullanım alanlarına kısaca değinmek gerekirse bu araçlar, oşinografi, deniz biyolojisi, deniz tabanının haritalanması, kirlilik seviyelerinin çevresel izlenmesi ve deniz tabanının jeoloji araştırmaları ile ilgili bilimsel araştırmalarda kullanılmaktadır. Ek olarak, bu araçlar askeri alanda ve savunmada su altı gözetleme ve denizaltı karşıtı savaş için kullanılabilmektedir. Ayrıca bu araçlar, petrol ve doğalgaz aramalarında, su altı boru hatlarını ve altyapısını incelemek ve haritalamak için kullanılmaktadır. Ek olarak kayıp gemi ve uçakların bulunmasına yönelik arama kurtarma operasyonlarında da görev almaktadırlar. Son olarak, balıkçıların en iyi balık avlama yerlerini belirlemelerine ve su altı arkeolojik alanlarını keşfetmeleri ve haritalandırmaları için su altı arkeolojisine yardımcı olmak amacıyla kullanılabilmektedirler. Bu kullanım alanları yüksek doğrulukla çözülmesi gereken önemli bir problemi de beraberinde getirmektedir ve bu problem yol takibi problemidir. Bu araçların, sınırlı konum bilgisine sahip oldukları durumlarda ve su akıntısına maruz kaldıkları durumlarda bile önceden tanımlanmış yolları yüksek doğrulukla takip etmeleri gerekmektedir. Aksi takdirde bu araçlar tanımlanan görevleri başarıyla yerine getiremezler. Bu çalışmada 2 boyutta yani x-y düzleminde tanımlanan bir yolun takibi problemine bir çözüm sunulmuştur. Bu çalışmada bu problemin çözülmesi için odaklanılan alt konular ise, otonom su altı aracının navigasyon, güdüm ve otopilot algoritmalarının tasarımıdır. Bu çalışmada ortaya konulan navigasyon algoritmasından kısaca bahsedilirse, su altı aracının o an nerede ve hangi oryantasyonda olduğunu hesaplayan algoritmadır. Güdüm algoritması ise, su altı aracının 2 boyutta tanımlanan yolu takip edebilmesi için uygulaması gereken rota açısını hesaplar. Otopilot algoritması ise, su altı aracının istenilen oryantasyonda tutulmasını sağlar. Sonuç olarak su altı aracının belirli bir yolu takip edebilmesi için bu algoritmaların eş zamanlı olarak düzgün çalışması gerekmektedir. Bu çalışmada navigasyon algoritmasının kapsamına bakıldığında, genişletilmiş Kalman filtresi kullanılarak sualtı aracının bazı durum bileşenlerinin kestirim yolu ile elde edilmesi olarak tanımlanabilir. Navigasyon algoritması çıktısı aynı zamanda otopilotun referans girdisidir. Bu bağlamda bu girdilerin doğru bir şekilde otopilota sağlanması gerekmektedir. Ayrıca doğrudan ölçülmeyen bir durum otopilota girdi olarak sağlanması durumunda, bu durum bileşeninin kestirilmesi gerekir. Ek olarak, otopilotun kararsızlığa neden olmayacak çıktılar üretebilmesi için sensör modellerinden üretilen gürültülü ölçüm verilerinin gürültü düzeyinin azaltılması gerekmektedir ve bu da genişletilmiş Kalman filtresi ile mümkün kılınabilmektedir. Ayrıca bu araç, operasyonu sırasında su altı akıntılarının etkilerine de maruz kalmaktadır. Bu bozuntu, konum doğruluğunun önemli olduğu görevlerde büyük sorunlar yaratabilmektedir. Bu nedenle bu akıntı bozuntusunun bileşenlerinin kestiriminin yapılması gerekmektedir. Bu kapsamda genişletilmiş Kalman filtresi kullanılarak bu otonom sualtı aracının konum bileşenleri, hız bileşenleri, ivme bileşenleri, Euler açıları, açısal hızları ve maruz kaldığı deniz akıntısının bileşenleri kestirilmiştir. Bu kestirimleri yaparken kullanılan sensörler, ultra kısa baz hattı akustik konumlandırma sistemi, atalet ölçüm birimi, derinlik sensörü, pusula ve Doppler hız ölçeridir. Kestirim sonuçları değerlendirildiğinde, oldukça yüksek doğrulukta sonuçlar elde edildiği görülmüştür. Genişletilmiş Kalman filtresi kullanılmasının nedeni tahmin doğruluğu, uyarlanabilirliği ve basitliği ile doğrusal olmayan sistemlere kolaylıkla uygulanabilmesidir. Bu çalışmada otopilotlar Lineer Kuadratik Regülatör tekniği kullanılarak tasarlanmıştır. LQR yöntemi, sistem dinamiklerini ve kısıtlamalarını dikkate alırken, aynı zamanda belirli bir maliyet fonksiyonu tanımlanarak maliyeti en aza indirmek için kontrol girdilerini optimize etmeye olanak sağlar. Bu tasarım yaklaşımında öncelikle kontrol edilmek istenen sistemin lineer modeline sahip olunması gereklidir. Fakat bu çalışmada kurulan model 6 serbestlik derecesine sahip ve tamamıyla lineer olmayan bir modelden oluşmaktadır. Bu yüzden önce numerik doğrusallaştırma tekniği kullanılarak model doğrusallaştırıldı. Bu sayede problem, tipik LQR problemine dönüşmüş olur ve sistemin durum uzay gösterimleri elde edilmiş olur. Sonrasında durum ve girdilerin ağırlık matrisleri tasarım parametreleri olarak belirlendi ve kontrolcünün tasarım süreci tamamlanmıştır. LQR kullanmanın temel avantajı, çeşitli çalışma koşullarında stabil ve verimli kontrol sağlama yeteneğinde yatmaktadır. Bu çalışmada, LQR kontrolcü ikinci dereceden bir performans endeksini optimize ederek AUV'nin sistem kısıtlamalarına bağlı kalarak istenen performansı elde etmesini sağlar. Ayrıca bu kontrol metodolojisinin basit uygulama süreci, tasarımı basitleştirir ve gerçek zamanlı AUV platformlarında tasarımı kolaylaştırır. Ayrıca otopilot döngüsü kompleks hesaplamalar içermediği için hesaplama zamanı çok düşüktür. Bu durum, karmaşık su altı ortamlarında seyir yapılmasına olanak sağlayan gürbüz otopilot sistemlerinin geliştirilmesine olanak sağlar. Sonuç olarak bu tez çalışmasında tasarlanan LQR kontrolcü, çeşitli koşullar altında test edildiğinde, bozulmuş ortamlarda dahi yüksek performansla ve düşük kontrol eforuyla çalıştığı görülmüştür. Son olarak bu çalışmada yolu takip etme stratejisinde kullanılan güdüm yöntemleri olan görüş hattı güdümü, integral görüş hattı güdümü ve adaptif görüş hattı güdümü algoritmaları kullanıldığına kısaca değinilmişti. Bu güdüm algoritmaları, takip etmeleri gereken yolun ara noktalarını ve su altı aracının o anda hesaplanan konumunu girdi olarak alır. Çıktı olarak su altı aracının bu yolu takip etmesi için uygulaması gereken rota açısını hesaplarlar. Hesaplanan rota komutu, bu otonom su altı aracı için 2 boyutlu yol takibinde yapılan testler sonucunda tatmin edici sonuçlar vermektedir. Bu yöntemlerde girdi olarak verilen konum bilgisi genişletilmiş Kalman filtresinin çıktısı olan konum bilgisidir. Ayrıca aracın otopilotlarda referans olarak kullanılan durumlarda genişletilmiş Kalman filtresi tarafından hesaplanan bileşenlerdir. Burada önemli bir noktaya değinmek gerekir, aracın dinamik model çıktıları otopilot ve güdüm algoritmalarında girdi olarak kullanılmamıştır, bu girdiler için genişletilmiş Kalman filtresi kullanılmıştır. Dinamik model çıktılarının kullanılması halinde bu algoritmaların gerçek hayatta kullanılabilirliğinin test edilmesinde güvenilir sonuçlar elde edilemeyecektir. Bu nedenle dinamik modelin çıktıları kesin referans olarak kullanıldı ve bu referans hata hesaplamalarında kullanıldı. Ayrıca sensör modelleri geliştirildi ve aracın gerçek durumları yani kesin referans olarak kullanılan durumlar, sensör modellerine girdi olarak girip sensör çıktılarına dönüştürülmüştür. Sensörler tarafından doğrudan ölçülmeyen durumlar ise genişletilmiş Kalman filtresi ile kestirilmiştir. Bu yaklaşımla gerçek bir otonom sualtı aracı operasyonu simüle edilmeye çalışılmıştır. Bu geliştirilen algoritmaların test aşamasında ise 4 farklı yol tanımlandı ve test edildi. Bu yollardan ilki dairesel bir yol, ikincisi düz bir yol, üçüncüsü ise hem düz bir rota hem de dönüş manevralarının yapıldığı bir yoldur. Son yol ise sinüzoidal bir yol olarak tanımlanmıştır. Geliştirilen yol takibi algoritması, bu yollarda test edilirken ortama su akımı bozuntusu eklenmiş ve bu şekilde aracın akım bozuntusuna maruz kaldığı durumların test edilmesi amaçlanmıştır. Bu kapsamda 3 adet akım hız bileşeni ve 4 adet akım yönü bileşeni ile testler gerçekleştirilmiştir. Bu testler ile farklı akım bileşenleri ve yol tanımlarında 3 farklı güdüm algoritmasının performanslarının karşılaştırılması amaçlandı. Karşılaştırma parametresi olarak yola olan mesafeyi hesaplayan geçiş izi hatası bileşeni kullanılmıştır. Son olarak bazı güdüm yasalarının belirli durumlarda daha avantajlı olduğu sonucuna varılmıştır. Kısaca söylemek gerekirse, integral görüş hattı güdümü yasası dairesel ve sinüzoidal yollarda üstün performans göstermektedir, bu da bu metodun eğrilik içeren yollarda daha iyi sonuçlar verdiğini göstermektedir. Görüş hattı güdümü yasasının ise düz ve yarı dikdörtgen yollarda iyi sonuçlar verdiği gözlemlenmiştir, bu da bu metodun düz yollarda diğer yöntemlere göre daha iyi sonuçlar verdiğini göstermektedir. Bu durumda tanımlanan yollar önceden belirlenmiş yollar olduğundan, planlanan yolda düz çizgiler varsa bu süreçte görüş hattı güdümü yasasından yararlanılabileceği gibi, yolun kalan kısımlarında da integral görüş hattı güdümü aktif olarak yararlanılabileceği sonucuna varılabilir. Eğrilikler, yani dönüşlerin ve manevraların olduğu yerlerde bu yasanın kullanılması daha uygun olabilir. Bu yaklaşım ile tasarlanan tüm yollarda maksimum yol izleme performansının elde edilmesini sağlanır. Yol özelliklerine göre bir güdüm yasası diğerinden daha iyi performans gösterdiğinden, basit bir anahtarlama durumu mantığı kurularak ve minimum geçiş izi hatası elde edilerek AUV görevlerinde otomatik güdüm yasası geçişi gerçekleştirilebilir. Bu çalışmanın en önemli sonuçlarından biri şu şekilde açıklanabilir, tanımlanan yolun özelliklerine bağlı olarak, mevcut kullanılan güdüm yasaları sapma açısı komutunu anlık hesaplamalar sonucunda hesapladığından, görev sırasında güdüm yasası değişebilir, yani geriye dönük herhangi bir terim içermezler. Dolayısıyla bu algoritmalar arasındaki geçişler herhangi bir süreksizlik yaratmamaktadır. Son olarak bu çalışma kapsamında geliştirilen algoritmaların tamamı gerçek su altı araçlarında kullanılmak üzere geliştirilmiştir.

Özet (Çeviri)

First of all, this study can be briefly explained as follows. It is about the path following of autonomous underwater vehicles (AUVs) when exposed to external environmental factors such as currents in predefined paths. In this study, algorithms were developed to solve the relevant problem based on the dynamic model of the Remus-100 autonomous underwater vehicle (AUV). In this context, the performances of three guidance methods are compared to solve the problem, these guidance methods are line of sight (LOS) guidance, integrated line of sight(ILOS) guidance, and adaptive line of sight(ALOS) guidance. Additionally, a linear quadratic regulator (LQR) controller was designed to control the AUV. The states of the autonomous underwater vehicle, which is the input of the autopilot, were estimated using the Extended Kalman filter(EKF). The reason for this study is that AUVs are being used a lot today and path following is critical in these vehicles. To briefly mention the usage areas of AUVs, these technologies are used in scientific research about oceanography, marine biology, mapping the seafloor, environmental monitoring about pollution levels, and geology research of the seafloor. In addition, AUVs may be used in military and defense for underwater surveillance and anti-submarine warfare. These vehicles are used in oil and gas exploration to inspect and map underwater pipelines and infrastructure. Additionally, they are operated in search and rescue operations to find missing ships and airplanes. Finally, they can be used in commercial fishing to help fishermen determine the best fishing locations and underwater archaeology to explore and map the underwater archaeological sites. These usage areas bring with them an important problem that needs to be solved with high accuracy, and this is the path-following problem. These vehicles must follow predefined paths with high accuracy, even with limited position information and in situations where they are exposed to current disturbance. Otherwise, these vehicles cannot successfully perform the defined tasks. In this study, a solution to the 2-D path following problem is presented. The sub-topics focused on solving the problem are the design of the navigation, guidance, and autopilot algorithms of theAUV. Briefly, the navigation algorithm is the algorithm that calculates where and in what orientation the underwater vehicle is at the moment. The guidance algorithm calculates the heading angle that the underwater vehicle should apply to follow the path defined in 2-D. The autopilot algorithm ensures that the underwater vehicle is kept in the desired orientation. As a result, these algorithms must work properly simultaneously for the AUV to follow a defined path. When first focusing on the navigation algorithm, its output is also the reference input of the autopilots of underwater systems operating in real-time. In this context, these inputs need to be estimated and measured accurately. In addition, if a state that is not directly measured is to be used as an input to the autopilot, this state needs to be estimated. In addition, for the autopilot to produce proper outputs, the noise level of noisy measurement data produced from sensor models must be reduced, and this can be made possible with EKF. In addition, this AUV is exposed to the effects of underwater currents during its operations. This disturbance can create major problems in docking missions where location accuracy is important and in long-term missions such as military applications or mapping. Therefore, these disturbance components need to be estimated. In this context, using the EKF, the AUV's position components, velocity components, acceleration components, Euler angles, angular rates, and sea current components will be estimated. The sensors to be used when making these predictions are an ultra short base line (USBL) acoustic positioning system, inertial measurement unit (IMU), depth sensor, compass, and Doppler velocity log (DVL). The reason for using EKF is that it can be easily applied to nonlinear systems, with its prediction accuracy, adaptability, and simplicity. In this study, autopilots were designed using the LQR technique. The LQR method offers a robust framework for control design, optimizing control inputs to minimize a specified cost function while considering system dynamics and constraints. This study applies LQR to the nonlinear dynamics of AUV by first linearizing the model using numerical techniques. This allows for the formulation of the control problem in a linear framework, where LQR can effectively compute feedback gains to steer the system towards desired states. The primary advantage of utilizing LQR lies in its ability to provide stable and efficient control across a range of operating conditions. By optimizing a quadratic performance index, LQR ensures that the AUV achieves the desired performance while adhering to system constraints. Furthermore, the straightforward implementation process of LQR simplifies the design and facilitates real-time deployment on AUV platforms. This enables the development of robust autopilot systems capable of navigating complex underwater environments. As a result, when the LQR controller was tested under various conditions, it was seen that it worked with high performance and low control effort even in disturbed environments. Finally, it is briefly mentioned that the guidance methods used in the path following strategy, LOS, ILOS, and ALOS guidance methods were used in this study. These guidance algorithms take as input the waypoints of the path they need to follow and the currently calculated position of the AUV. As output, they calculate the heading angle the AUV should apply to follow this path. The calculated heading command gives satisfactory results in path following in 2-D for autonomous underwater vehicles. In these methods, the location information given as input is the location information that is the output of EKF. In addition, the vehicle's states used as reference in autopilots are also components calculated by EKF. The dynamic model output of the vehicle was not used as input in the autopilot and guidance algorithms, these inputs were the outputs of the EKF. If dynamic model outputs were used, reliable results could not be obtained in testing the usability of these algorithms in real life. Therefore, the outputs of the dynamic model were used as ground truth and the actual states of the vehicle were converted into sensor outputs using sensor models. States that were not directly measured by sensors were estimated with EKF. With this approach, an attempt was made to simulate a real AUV operation. During the testing phase, 4 different paths were defined and tested. The first of these paths is a straight path, the second is a circular path, and the third is a path where both a straight route and turning maneuvers are made. The last path is sinusoidal. While testing these paths, current disturbance was added to the environment, and in this way, it was aimed to test situations where the vehicle was exposed to current disturbance. In this context, tests were carried out with 3 current speed components and 4 current direction components. These tests compared the performance of 3 different guidance algorithms in different current components and path definitions. The cross-track error component, which calculates the distance from the path, was used as the comparison parameter. Finally, it was concluded that some guidance laws are more advantageous in certain situations. Briefly speaking, ILOS guidance law shows superior performance in circular and sinusoidal paths, which shows that ILOS guidance gives better results in paths containing curvature. It has been observed that LOS guidance giving good results on straight and semi-rectangular paths, which shows that LOS guidance gives better results on flat paths compared to other methods. In this case, it can be concluded that since the defined paths are predetermined paths, if there are straight lines in the planned path, LOS guidance can be used during this process, and ILOS guidance can be used actively in the parts of the path that contain curvatures, that is, in places where there are turns and maneuvers. This ultimately enables maximum path-following performance to be achieved in all designed paths. Since one guidance law performs better than the other according to the path features, automatic guidance law switching can be performed in AUV tasks by establishing a simple switch-case logic and achieving minimum cross-track error. One of the most important results of this study can be explained as follows: Depending on the characteristics of the defined path, the guidance law may change during the mission because the currently used guidance laws calculate the yaw angle command as a result of instantaneous calculations, that is, they do not contain any retrospective terms. Therefore, transitions between these algorithms do not create any discontinuity. Finally, all of the algorithms developed within the scope of this study have been developed to be used in real underwater vehicles, so I believe that the algorithms to be developed for Remus-100 in the future can be used as a reference source.

Benzer Tezler

Tez No
877031
Evaluation of model-based predictive control methods in high-speed automated ground vehicle path following
Yüksek hızlı bir otonom kara taşıtının yörünge takibinde model bazlı öngörülü kontrol yöntemlerinin değerlendirilmesi
VOLKAN BEKİR YANGIN
Doktora
İngilizce
2024
Makine Mühendisliği İstanbul Teknik Üniversitesi
Makine Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGEN AKALIN
Tez No
539128
Otonom tarım robotlarının hareket planlaması ve yörünge takibi kontrolüne yüzey eğimi etkilerinin incelenmesi
Investigation of the inclination effects on motion planning and path following control of the autonomous agricultural robots
ELİF ULUSAL
Yüksek Lisans
Türkçe
2019
Makine Mühendisliği Zonguldak Bülent Ecevit Üniversitesi
Makine Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN BAYAR
Tez No
895256
Dynamic model-based path planning optimization and control for USV in inland waterways
İç su yollarında kullanılan İDA'lar için dinamik model tabanlı yol planlama optimizasyonu ve kontrolü
FERHAN BÜYÜKÇOLAK
Yüksek Lisans
İngilizce
2023
Mekatronik Mühendisliği İstanbul Teknik Üniversitesi
Mekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÖKHAN TANSEL TAYYAR
Tez No
438572
Sonar algılayıcılar ve sezgisel yöntemler kullanarak otonom robotların engelden sakınımı
Obstacle avoidance of autonomous robots by using sonar sensors and heuristic methods
RASİM TOPUZ
Doktora
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol Kocaeli Üniversitesi
Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. MEHMET YILDIRIM
Tez No
823793
Addressing parametric uncertainties in autonomous cargo ship heading control
Otonom kargo gemisi yön kontrolündeki parametrik belirsizliklerin ele alınması
AHMAD IRHAM JAMBAK
Yüksek Lisans
İngilizce
2023
Mekatronik Mühendisliği İstanbul Teknik Üniversitesi
Mekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. İSMAİL BAYEZİT

Geri Dön