⚡ electrical engineering

Traceable Virtual Sea Trials in the Marine Robotics Unity Simulator for Manoeuvring Assessment of Unmanned Surface Vehicles

Dieses Papier präsentiert ein erweitertes Marine Robotics Unity Simulator (MARUS)-Framework, das rückverfolgbare, automatisierte und prüfbare virtuelle Seefahrtsversuche für unbemannte Oberflächenfahrzeuge ermöglicht, indem es standardisierte, IMO/ITTC-konforme Wendekreis- und Zick-Zack-Datensätze generiert, um die Identifizierung hydrodynamischer Ableitungen sowie die Kalibrierung digitaler Zwillinge zu unterstützen und gleichzeitig die Kosten- und Sicherheitsbeschränkungen physischer Versuche zu überwinden.

Ursprüngliche Autoren: Paria Rezayan

Veröffentlicht 2026-06-11

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Paria Rezayan

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, einem Roboterboot beizubringen, wie es perfekt steuert. Um dies zu tun, müssen Sie genau verstehen, wie das Wasser gegen den Rumpf des Bootes drückt, wenn es eine Kurve fährt. Das ist vergleichbar mit dem Versuch zu lernen, wie sich ein Auto auf Eis verhält, nur dass das „Eis“ der Ozean ist und das „Auto“ ein Roboter ist, der nicht einfach mit Ihnen sprechen kann.

Traditionell mussten Ingenieure echte Roboterboote bauen und sie zur Erprobung auf den echten Ozean schicken. Aber das ist so, als würde man versuchen, Autofahren zu lernen, indem man ein Auto mietet, in einen Sturm fährt und hofft, dass man nicht abstürzt. Es ist teuer, gefährlich und das Wetter ist nie zweimal dasselbe.

Die Lösung: Ein „Flugsimulator“ für Boote
Dieses Paper stellt eine neue Methode vor, um diese Boote mithilfe einer hochmodernen Videospiel-Engine namens MARUS (Marine Robotics Unity Simulator) zu testen. Denken Sie an dies als einen Flugsimulator für Boote, aber anstatt nur gut auszusehen, berechnet er die Physik von Wasser, Wind und Gewicht mit extremer Präzision.

Die Autorin, Paria Rezayan, hat innerhalb dieses Simulators ein spezielles „Virtuelles Seeproben“-System entwickelt. So funktioniert es, unterteilt in einfache Konzepte:

1. Die zwei Haupttests: Der „Spin“ und die „Schlange“

Genau wie eine Fahrprüfung spezifische Herausforderungen hat, gibt es für Schiffe zwei Standardtests, um ihre Sicherheit und Steuerbarkeit zu beweisen:

Der Wendekreis (Der Spin): Das Boot erhält den Befehl, hart in eine Richtung zu drehen und weiterzufahren, bis es fast zwei volle Kreise gedreht hat. Ingenieure messen dabei, wie breit der Kreis ist und wie weit das Boot während der Drehung nach vorne driftet.
Das Zickzack (Die Schlange): Das Boot erhält den Befehl, erst nach links, dann nach rechts, dann wieder nach links zu steuern, wie eine Schlange, die sich schlängelt. Dies testet, wie schnell das Boot aufhören kann zu drehen und die Richtung zu ändern.

2. Das große Problem: „Was man sagt“ vs. „Was man tut“

Hier liegt der clevere Teil dieses Papers. In den meisten Computersimulationen gehen Ingenieure davon aus, dass, wenn sie dem Computer sagen: „Drehe links um 35 Grad“, das Boot sich tatsächlich sofort um 35 Grad dreht.

Aber in der realen Welt (und in diesem fortschrittlichen Simulator) ist es nicht so einfach.

Die Analogie: Stellen Sie sich vor, Sie sagen einem Freund: „Lauf so schnell du kannst!“ (Der Befehl). Aber Ihr Freund ist müde oder seine Schnürsenkel sind lose, also läuft er nur mit 80 % Geschwindigkeit (Die Ausführung).
Der Fehler: Wenn Sie die Bewegung Ihres Freundes studieren, aber so tun, als wäre er mit 100 % Geschwindigkeit gelaufen, weil das das war, was Sie gesagt haben, wird Ihre Mathematik falsch sein. Sie werden glauben, er sei schneller, als er tatsächlich ist.

Bei Roboterbooten, insbesondere solchen mit zwei Motoren (einer links, einer rechts) anstelle eines Ruders, sagt der Computer vielleicht „Drehe links“, aber die Motoren sind vielleicht auf maximaler Leistung festgesetzt oder brauchen einen Bruchteil einer Sekunde, um zu reagieren.

3. Die Innovation: Das „Wahrheitsprotokoll“ (Truth Log)

Der Hauptbeitrag dieses Papers ist ein neues System, das Den Befehl (was das Gehirn dem Boot gesagt hat) von Der Ausführung (was die Motoren tatsächlich getan haben) trennt.

Das „Ruder-Proxy“: Da diese Roboterboote kein physisches Ruder (ein flaches Stück Metall im Wasser) haben, erstellt das System ein „virtuelles Ruder“. Es berechnet: „Wenn wir den linken Motor stärker als den rechten gedrückt haben, ist es so, als hätten wir ein Ruder um X Grad gedreht.“
Das Wahrheitsprotokoll: Das System zeichnet sowohl die Anweisung auf („Drehe 20 Grad!“) als auch das tatsächliche Ergebnis („Wir haben nur 18 Grad gedreht, weil der Motor sein Limit erreicht hat“).

Durch die Trennung dieser beiden Aspekte erstellt das System ein „wahrhaftiges“ Protokoll. Dies ist entscheidend für die Systemidentifikation, was eine schicke Art zu sagen ist: „Dem Computer die exakte Mathematik darüber beizubringen, wie sich das Boot bewegt.“ Wenn Sie dem Computer falsche Daten füttern (unter der Annahme, das Boot habe genau das getan, was man ihm sagte), wird die Mathematik falsch sein, und der Roboter könnte später in der realen Welt abstürzen.

4. Die Ergebnisse: Hat es funktioniert?

Die Autorin führte diese virtuellen Tests viele Male durch, um zu sehen, ob das System zuverlässig ist.

Konsistenz: Wenn sie das Boot anwiesen, nach links und dann nach rechts zu drehen, waren die Ergebnisse fast identisch (wie eine perfekte Testnote).
Symmetrie: Das Boot drehte sich nach links etwas anders als nach rechts (etwa 4 % Unterschied), aber das war aufgrund der Funktionsweise der Motoren zu erwarten. Das System hat dies erkannt und korrekt protokolliert.
Sicherheitsstandards: Das Boot bestand alle offiziellen „Fahrprüfungsregeln“, die von internationalen Seeschifffahrtsorganisationen (IMO) festgelegt wurden. Es übersteuerte seine Kurven nicht zu stark und stoppte die Drehung schnell genug.

Zusammenfassung

Kurz gesagt präsentiert dieses Paper einen digitalen Trainingsplatz für Roboterboote. Es löst ein verborgenes Problem, bei dem Computersimulationen oft darüber lügen, wie gut ein Boot tatsächlich Befehlen folgt. Durch die Erstellung eines Systems, das den Unterschied zwischen Befehl und Aktion aufzeichnet, ermöglicht es Ingenieuren, bessere, sicherere und genauere mathematische Modelle für autonome Boote zu erstellen, ohne das Risiko teurer Abstürze in der realen Welt einzugehen.

Das Paper kommt zu dem Schluss, dass diese Methode Daten liefert, die „audit-ready“ (prüfbereit) sind, was bedeutet, dass man die Protokolle einsehen kann und genau darauf vertrauen kann, was passiert ist. Dies macht sie zu einer perfekten Grundlage für den Aufbau von Digitalen Zwillingen (virtuellen Kopien realer Boote), die verwendet werden können, um KI für den Ozean zu trainieren.

Technische Zusammenfassung: Rückverfolgbare virtuelle Seefahrtsprüfungen im Marine Robotics Unity Simulator

Problemstellung
Die genaue Identifizierung hydrodynamischer Ableitungen ist grundlegend für die Steuerung und autonome Navigation von unbemannten Oberflächenfahrzeugen (USVs). Während physische Seefahrtsprüfungen (Wendekreis und Zick-Zack-Manöver) gemäß den Richtlinien der International Maritime Organization (IMO) und der International Towing Tank Conference (ITTC) den Standard zur Bewertung der Manövrierfähigkeit darstellen, sind diese oft durch hohe Kosten, Sicherheitsrisiken und Umweltvariabilität begrenzt. Im Gegensatz dazu bietet die numerische Strömungsmechanik (CFD) eine hohe Genauigkeit, verfügt jedoch nicht über die für Experimente zur Autonomie erforderliche Echtzeitfähigkeit.

Bestehende robotikorientierte Simulatoren (z. B. ROS-basierter Gazebo, Unity-basierter MARUS) bieten einen praktischen Mittelweg, leiden aber unter einer kritischen Einschränkung: Sie behandeln die vorgegebenen Steuerbefehle typischerweise als äquivalent zur realisierten Aktuierung. Diese Annahme berücksichtigt nicht die Sättigung der Aktuatoren, Ausführungsverzögerungen und physikalischen Beschränkungen, insbesondere bei Differentialschub-USVs, die über kein physisches Ruder verfügen. Infolgedessen enthalten Simulator-basierte Systemidentifikations-Datensätze (SI) oft Verzerrungen, welche die Zuverlässigkeit der Schätzung hydrodynamischer Ableitungen und der Kalibrierung digitaler Zwillinge (DT) beeinträchtigen.

Methodik
Die Arbeit präsentiert eine Erweiterung des Open-Source Marine Robotics Unity Simulators (MARUS), um ein Framework für „rückverfolgbare virtuelle Seefahrtsprüfungen“ zu schaffen. Die Methodik integriert eine hybride Steuerungsarchitektur, bei der ROS die hochkomplexe Manöverlogik (Wendekreis- und Zick-Zack-Sequenzen) übernimmt, während Unity die Physikintegration, Hydrodynamik und Aktuierung verwaltet.

Zu den methodischen Innovationen gehören:

Trennung von Befehl und Ausführung: Das Framework unterscheidet explizit zwischen dem angeforderten ruderequivalenten Befehl ( $\delta_{cmd}$ ) und dem ausgeführten ruderequivalenten Proxy ( $\delta_{exec}$ ). Für Differentialschub-USVs wird $\delta_{exec}$ in Echtzeit aus dem Ungleichgewicht des Port- und Starboard-Schubs ( $T_{stbd} - T_{port}$ ) berechnet, anstatt davon auszugehen, dass der befohlene Input perfekt erreicht wird.
Ausführungsorientierte Zeitmessung: Manöverbeginn ( $t_0$ ) und Referenzkurslagen werden basierend auf dem Schwellenwertüberschreiten des ausgeführten Aktuierungssignals ( $\delta_{exec}$ ) definiert, statt auf der Absicht des Reglers. Dies stellt sicher, dass alle kinematischen Metriken mit der physikalischen Realität der Reaktion des Schiffes übereinstimmen.
Standardisierte Metrikextraktion: Das Framework automatisiert die Extraktion von IMO/ITTC-konformen Metriken, einschließlich Vorlauf (Advance), Transfer und taktischem Durchmesser für Wendekreise (TC) sowie Überschwingwinkel ( $\alpha_1, \alpha_2$ ) und Spitzen-Gierraten für Zick-Zack-Tests (ZZ).
SI-bereite Datenaufbereitung: Eine Post-Processing-Pipeline validiert die interne Konsistenz (Vergleich der im Physics Engine geloggten Gierraten mit den aus der Kursänderungsdifferenz rekonstruierten Raten) und organisiert die Daten in SI-bereite Datensätze, die duale Aktuierungssignale ( $\delta_{cmd}, \delta_{exec}$ ) und Fahrzeugzustände enthalten.

Hauptbeiträge
Die Arbeit skizziert drei primäre Beiträge:

Automatisierter Workflow: Ein standardisierter, automatisierter Arbeitsablauf innerhalb von MARUS zur Durchführung virtueller TC- und ZZ-Seefahrtsprüfungen, die den IMO/ITTC-Verfahren entsprechen.
Aktuierungstransparente Protokollierung: Eine neuartige Datenstruktur für Differentialschub-USVs, die die Diskrepanz zwischen befohlenem und realisiertem Schub protokolliert und so einen bekannten Fehlerfall in der Simulator-basierten SI adressiert, bei dem befohlene Inputs fälschlicherweise als erreichte Aktuierung behandelt werden.
Auditierbare Nachbearbeitung: Ein Workflow, der konforme, SI-fokussierte Datensätze erzeugt, was eine zuverlässigere Schätzung hydrodynamischer Ableitungen und eine bessere Kalibrierung digitaler Zwillinge ermöglicht, indem die Rückverfolgbarkeit der physischen Aktuierung bewahrt wird.

Ergebnisse
Fallstudien wurden an einem simulierten 300 kg USV unter Verwendung des vorgeschlagenen Frameworks durchgeführt. Die Ergebnisse zeigten:

Reproduzierbarkeit und Konformität: Alle Manöver erfüllten die Kriterien nach IMO MSC.137(76). Für TC-Tests zeigten der normalisierte Vorlauf und der taktische Durchmesser geringfügige Asymmetrien (Unterschiede von 3,9 % bzw. 4,6–4,7 % zwischen Port und Starboard), was auf Ungleichgewichte im Schub auf Ausführungsebene und nicht auf Steuerfehler zurückzuführen ist.
Zick-Zack-Leistung: Die Überschwingfehler für sowohl $\pm10^\circ$ als auch $\pm20^\circ$ Tests blieben unter $1^\circ$ , was weit innerhalb der IMO-Grenzen liegt. Die Spitzen-Gierraten lagen zwischen 4,1 und 5,8 deg/s und skalierten mit der Manövergröße.
Validierung der Rückverfolgbarkeit: Die Analyse bestätigte systematische Abweichungen zwischen $\delta_{cmd}$ und $\delta_{exec}$ während der Sättigungs- und Reversierungsphasen. Das Ignorieren dieser Abweichungen würde eine Verzerrung in die SI einführen. Darüber hinaus validierte eine starke Korrelation ( $\rho = 0,98$ ) zwischen den geloggten und rekonstruierten Gierraten die interne physikalische Konsistenz des Simulators und der Datenpipeline.

Bedeutung
Die Arbeit behauptet, dass durch die Verankerung virtueller Seefahrtsprüfungen in der realisierten Aktuierung anstelle von befohlenen Inputs das vorgeschlagene Framework Datensätze generiert, die nicht nur den internationalen Standards entsprechen, sondern auch physikalisch konsistent sind. Diese Rückverfolgbarkeit ist entscheidend, um die Einschränkungen der aktuellen Simulator-basierten SI zu überwinden, bei denen die Annahme einer perfekten Aktuatorreaktion zu verzerrten hydrodynamischen Modellen führt. Das Framework unterstützt die Entwicklung zuverlässigerer digitaler Zwillinge und autonomer Steuerungssysteme, indem es sicherstellt, dass die zugrunde liegenden Manövrierdaten die physikalischen Beschränkungen und die Realität der Ausführung korrekt widerspiegeln.

1. Die zwei Haupttests: Der „Spin“ und die „Schlange“

2. Das große Problem: „Was man sagt“ vs. „Was man tut“

3. Die Innovation: Das „Wahrheitsprotokoll“ (Truth Log)

4. Die Ergebnisse: Hat es funktioniert?

Zusammenfassung

Mehr davon