Fixed-Time Cooperative Trajectory Tracking Control of Multi-AUV Formation under Unknown Disturbances

Der Ozean ist ein riesiger, unvorhersehbarer Arbeitsraum, in dem Maschinen operieren müssen, ohne dass menschliche Hände sie führen. Jahrzehntelang haben sich Wissenschaftler auf einzelne Unterwasserroboter verlassen, um diese Tiefen zu erforschen, aber eine einzelne Maschine hat Grenzen; sie kann nur begrenzt Ausrüstung tragen, die Energie geht aus oder sie versagt, wenn ein kritisches Teil bricht. Um dies zu überwinden, haben Ingenieure sich der Zusammenarbeit von Robotergruppen zugewandt, die als Formationen bekannt sind. Die Idee ist einfach: Wenn ein Roboter ausfällt, können andere übernehmen, und gemeinsam können sie ein viel größeres Gebiet abdecken. Es ist jedoch unglaublich schwierig, eine Gruppe dieser Maschinen in einer präzisen Form zu bewegen, während sie durch die chaotische Unterwasserwelt navigieren. Das Wasser ist niemals still; verborgene Strömungen drücken und ziehen, und die Roboter selbst sind schwere, komplexe Maschinen, die nicht immer exakt so reagieren, wie es ihre Computermodelle vorhersagen. Traditionelle Methoden zur Steuerung dieser Gruppen haben oft Schwierigkeiten, Fehler schnell genug zu korrigieren, oder sie reagieren so heftig auf Störungen, dass sie die Motoren der Roboter erschüttern, was zu Verschleiß führt.

Ein Forschungsteam der Shandong Jiaotong University hat einen neuen Weg entwickelt, um diese Unterwassergruppen zu führen, der sowohl das Geschwindigkeits- als auch das Schüttelproblem löst. Sie haben ein Kontrollsystem entwickelt, das es mehreren autonomen Unterwasserfahrzeugen ermöglicht, einem bestimmten Pfad zu folgen und ihre Formationsgestalt beizubehalten, selbst wenn sie von unbekannten, wechselnden Strömungen getroffen werden. Der Kern ihrer Lösung ist eine zweiteilige Strategie. Zuerst bauten sie einen virtuellen „Sensor“ in den Computer ein, der augenblicklich erraten kann, was das Wasser mit den Robotern macht, obwohl die Roboter die Strömungen nicht direkt sehen können. Zweitens entwarfen sie einen Steuerbefehl, der diese Vermutung nutzt, um den Druck des Wassers zu neutralisieren, bevor er die Roboter vom Kurs abbringen kann. Im Gegensatz zu älteren Methoden, die lange brauchen, um einen Fehler zu korrigieren, oder die Motoren benötigen, um heftig gegen das Wasser anzukämpfen, bringt dieser neue Ansatz die Roboter in einer garantierten, kurzen Zeitspanne zurück auf ihren korrekten Pfad, unabhängig davon, wie weit sie vom Kurs abgekommen sind. Die Forscher testeten diese Idee in Computersimulationen mit Robotergruppen, die Dreiecke, Hexagone und Pfeile bildeten, und die Ergebnisse zeigten, dass die neue Methode die Formation kompakt und reibungslos hielt, während ältere Methoden mit Verzögerungen und Erschütterungen zu kämpfen hatten.

Die Herausforderung bei der Steuerung dieser Unterwassergruppen liegt in der Natur des Ozeans selbst. Wasser ist eine Flüssigkeit, die sich in komplexen, zufälligen Mustern bewegt und Kräfte erzeugt, die schwer vorhersehbar sind. Wenn ein Roboter versucht sich zu bewegen, muss er gegen diesen Widerstand ankämpfen, und wenn eine plötzliche Strömung auf ihn trifft, ändert sich die Position des Roboters. In der Vergangenheit versuchten Kontrollsysteme, auf diese Änderungen zu reagieren, nachdem sie passiert waren. Dies ist so, als würde man versuchen, ein Auto zu steuern, indem man nur darauf schaut, wo man bereits gewesen ist; bis man merkt, dass man vom Weg abkommt, ist man bereits weit abseits der Straße. Andere Systeme versuchten, aggressiver zu sein und maximale Kraft aufzuwenden, um den Fehler sofort zu korrigieren. Während dies in der Theorie funktionieren mag, führt es in der Praxis dazu, dass die Triebwerke des Roboters heftig vibrieren, ein Phänomen, das als Chattering bezeichnet wird. Diese Vibration ist wie ein Automotor, der unkontrolliert hoch und runter dreht; sie verschwendet Energie, erzeugt Lärm und kann schließlich die mechanischen Teile beschädigen. Die Forscher fanden heraus, dass diese traditionellen Ansätze entweder zu langsam waren, um in schnell wechselnden Umgebungen nützlich zu sein, oder zu grob, um für die Hardware sicher zu sein.

Um dies zu beheben, entwarf das Team ein System, das das Problem antizipiert, anstatt nur darauf zu reagieren. Sie begannen damit, ein detailliertes mathematisches Modell zu erstellen, wie sich die Roboter bewegen, indem sie die Bewegung in zwei Ebenen unterteilten: die Position und die Richtung, in die der Roboter zeigt, und die physikalischen Kräfte, die ihn antreiben. Sie erkannten, dass sie, um die Gruppe effektiv zu steuern, genau wissen mussten, wie stark das Wasser den Roboter in jedem Moment wegdrückt. Da sie die unsichtbaren Strömungen nicht direkt messen konnten, bauten sie einen speziellen Beobachter (Observer) ein, eine Art Computerprogramm, das parallel zum Hauptsteuerungssystem läuft. Dieser Beobachter vergleicht ständig, was der Roboter tun sollte, mit dem, was er tatsächlich tut. Durch die Analyse der Differenz kann er die Stärke und Richtung der verborgenen Strömung in einem Bruchteil einer Sekunde abschätzen.

Die entscheidende Innovation hier ist die Geschwindigkeit und Gewissheit dieser Schätzung. Ältere Beobachter brauchten lange, um die Strömung zu erfassen, und ihre Genauigkeit hing davon ab, wie nah der Roboter seinem Ziel nahe war. Wenn der Roboter weit vom Kurs abgekommen war, brauchte der Beobachter noch länger, um aufzuholen, was in einer schnelllebigen Umgebung gefährlich war. Der neue Beobachter hingegen ist so konzipiert, dass er seine Schätzung in einer festen Zeitspanne erreicht, unabhängig davon, wie groß der anfängliche Fehler ist. Es ist, als hätte der Beobachter eine eingebaute Uhr, die garantiert, dass er die Windgeschwindigkeit innerhalb einer bestimmten Anzahl von Sekunden kennt, egal ob das Auto nur leicht driftet oder wild umherwirbelt. Dies ermöglicht es dem Kontrollsystem, sofort zu handeln, indem es die Vermutung des Beobachters nutzt, um eine Gegenkraft anzuwenden, die die Strömung neutralisiert, bevor sie die Formation stören kann.

Sobald das System weiß, was das Wasser macht, wendet es eine zweite Ebene der Steuerung an, um die Roboter in ihrer Formation zu halten. Die Forscher nutzten eine Methode, bei der ein Roboter als Anführer agiert und die anderen ihm folgen, wobei sie einen spezifischen Abstand und Winkel zum Anführer einhalten. Dies ist vergleichbar mit einem Vogelschwarm, bei dem jeder Vogel weiß, wo er im Verhältnis zu dem vor ihm befindlichen Vogel zu sein hat. Das Steuergesetz stellt sicher, dass selbst wenn der Anführer scharf abbiegt oder beschleunigt, die Nachfolger ihre Pfade glatt anpassen, um die korrekte Form beizubehalten. Das System verwendet eine spezielle Art der Mathematik, die verhindert, dass die Roboter ihr Ziel überfahren oder hin und her pendeln. Anstatt die Triebwerke ruckartig zu bewegen, um einen Fehler zu korrigieren, wendet das System eine sanfte, kontinuierliche Kraft an, die den Roboter behutsam zurück auf die Linie führt.

Die Forscher testeten ihr System in einer Reihe von Computersimulationen, um zu sehen, wie es unter schwierigen Bedingungen abschneidet. Sie programmierten die Roboter, komplexe Pfade zu verfolgen, einschließlich kreisförmiger Routen und Formen, die Dreiecke und Kreise kombinierten. Sie simulierten auch Szenarien, in denen die Roboter von sehr unterschiedlichen Positionen aus starteten, einige weit entfernt vom beabsichtigten Pfad und andere nah dran. In jedem Fall brachte das neue Kontrollsystem die Roboter zu ihrer Zielformation und hielt sie dort. Die Simulationen zeigten, dass die Roboter den Pfad mit hoher Präzision verfolgen und die Fehler in ihrer Position schnell verschwinden konnten. Als sie ihre neue Methode mit einer traditionellen Steuerungsstrategie verglichen, war der Unterschied deutlich. Die traditionelle Methode verursachte, dass die Roboter zitterten und vibrierten, während sie versuchten, ihren Kurs zu korrigieren, und es dauerte viel länger, bis sich die Fehler legten. Die neue Methode hingegen erzeugte glatte, stetige Bewegungen und korrigierte Fehler fast unmittelbar.

Eine der wichtigsten Erkenntnisse war, wie gut das System mit den unbekannten Störungen umging. Die Forscher führten zufällige, wechselnde Ströme in die Simulation ein, um den echten Ozean nachzubilden. Der Beobachter war in der Lage, diese wechselnden Kräfte mit bemerkenswerter Genauigkeit zu verfolgen und die tatsächliche Stärke der Strömung fast perfekt zu treffen. Dies ermöglichte es dem Kontrollsystem, die Störung effektiv zu neutralisieren, wodurch die Roboter auf Kurs gehalten wurden, ohne die Leistung ihrer Motoren erhöhen zu müssen. Das Ergebnis war ein System, das sowohl robust gegenüber dem unvorhersehbaren Ozean als auch sanft zur Hardware der Roboter war. Die Simulationen zeigten auch, dass das System für verschiedene Gruppengrößen und -formen gut funktionierte. Ob die Roboter in einer Dreiecks-, Hexagon-, Pentagon- oder Pfeilform angeordnet waren, das Steuergesetz hielt sie koordiniert und stabil.

Die Forscher kamen zu dem Schluss, dass ihr Ansatz eine signifikante Verbesserung für die Unterwasserrobotik darstellt. Durch die Kombination eines schnellen, genauen Beobachters mit einem sanften Steuergesetz haben sie ein System geschaffen, das die chaotische Realität des Ozeans bewältigen kann, ohne die Ausrüstung zu beschädigen. Die Simulationen bewiesen, dass die Roboter in einer garantierten Zeit zu ihrer gewünschten Formation konvergieren können, unabhängig davon, wo sie starteten. Das bedeutet, dass in einer realen Mission eine Gruppe von Robotern in einem verstreuten Muster von einem Schiff aus ausgesetzt werden könnte und sich schnell in einer präzisen Formation organisieren würde, um ihre Arbeit zu beginnen, selbst wenn das Wasser rau war. Obwohl die Studie ausschließlich in einer Computerumgebung durchgeführt wurde, deuten die Ergebnisse darauf hin, dass diese Methode ein leistungsfähiges Werkzeug für die zukünftige Unterwasserforschung sein könnte, das es Gruppen von Robotern ermöglicht, effizienter und zuverlässiger zusammenzuarbeiten als je zuvor. Das Team merkte an, dass zukünftige Arbeiten darauf abzielen werden, diese Ideen an tatsächlichen physischen Robotern zu testen und das System auf die Bewegung in drei Dimensionen auszuweiten, um sich auf die komplexen Herausforderungen der Tiefsee vorzubereiten.