Optimal Excitation Trajectories for System Identification of Underwater Vehicles

En las profundidades, donde la luz del sol se desvanece y la presión aumenta, los vehículos submarinos tienen la tarea de realizar algunos de los trabajos más delicados y peligrosos de la humanidad. Desde la inspección de plataformas petrolíferas envejecidas y el mapeo de naufragios hasta el monitoreo de arrecifes de coral y el mantenimiento de cables submarinos, estas máquinas son los ojos y las manos de científicos e ingenieros en un entorno hostil para la vida humana. Para que estos robots operen de manera efectiva, deben ser capaces de moverse con precisión y previsibilidad. Sin embargo, el océano es un medio fluido y cambiante que resiste el movimiento de formas complejas. Para navegarlo de forma segura, un vehículo necesita un mapa interno preciso de su propia física: una comprensión matemática de cómo responde a sus propios propulsores, cómo empuja el agua hacia atrás y cómo interactúan su peso y su flotabilidad. Sin este modelo preciso, un robot podría desviarse de su curso, no lograr mantener su posición o juzgar erróneamente una maniobra crítica. El desafío radica en crear este modelo: el comportamiento del vehículo cambia dependiendo de su carga, sus sensores e incluso las condiciones específicas del agua, lo que hace que las suposiciones preprogramadas sean poco fiables.

Para resolver esto, investigadores de la Universidad de Nueva York Abu Dabi han desarrollado una nueva forma de enseñar a los robots submarinos sobre sí mismos. En lugar de depender de pruebas costosas y laboriosas en enormes tanques industriales o simulaciones computacionales compleres que a menudo no dan en el blanco, el equipo diseñó un método donde el robot realiza una serie de movimientos específicos y cuidadosamente elaborados para revelar sus propios secretos dinámicos. Al analizar cómo reacciona el robot a estos movimientos específicos, el equipo puede calcular las propiedades físicas exactas que rigen su movimiento. Este proceso, conocido como identificación de sistemas, permite al robot construir un modelo personalizado de su propio comportamiento, el cual puede utilizarse para controlarlo con mayor precisión o para predecir su posición futura con alta confianza.

El núcleo de este nuevo enfoque reside en el diseño del movimiento mismo. En el pasado, los ingenieros a menudo probaban los vehículos submarinos utilizando movimientos simples y repetitivos, como moverse hacia adelante y hacia atrás en línea recta o girar en un círculo. Si bien estas pruebas básicas proporcionan algunos datos, a menudo no logran capturar la naturaleza compleja y acoplada de cómo se mueve un vehículo en tres dimensiones. Cuando un robot gira, no solo rota; también puede derivar lateralmente o cambiar ligeramente su profundidad debido a la física del agua. Las pruebas simples suelen pasar por alto estas sutiles interacciones. Los investigadores se dieron cuenta de que, para obtener una imagen completa, el robot necesitaba ser "excitado" de una manera más sofisticada: una secuencia de movimientos que estresara cada parte de su sistema físico lo suficiente como para revelar su verdadera naturaleza, pero sin llevarlo al punto de falla.

Para lograr esto, el equipo recurrió a una herramienta matemática llamada curvas de Bézier. Imagine un cable flexible que un diseñador puede doblar y dar forma tirando de unos pocos puntos específicos; la curva entre esos puntos sigue un camino suave y predecible. Los investigadores utilizaron este concepto para diseñar una trayectoria, o un camino, que el robot debía seguir. Al ajustar las posiciones de estos puntos de control, pudieron crear un movimiento suave y continuo que garantizaba permanecer dentro de límites seguros, como no golpear las paredes del tanque de prueba o no exceder los límites de velocidad de los motores. Este método ofrecía una flexibilidad que las técnicas anteriores carecían, permitiéndoles diseñar un camino que no fuera solo un simple bucle, sino un viaje complejo de múltiples etapas diseñado específicamente para sondear la física del robot.

Los investigadores plantearon entonces un problema de optimización, pidiéndole esencialmente a una computadora que encontrara el mejor conjunto de puntos de control que generaría los datos más informativos. El objetivo era crear un camino que hiciera que los movimientos del robot fueran lo más distintos y medibles posible, asegurando que los datos recopilados pudieran utilizarse para resolver los parámetros físicos del vehículo con alta precisión. Impusieron reglas de seguridad estrictas a esta optimización: el robot debía comenzar y detenerse suavemente, permanecer dentro de las dimensiones de un tanque de agua de laboratorio y moverse a velocidades que sus motores pudieran alcanzar realmente. La trayectoria resultante fue un viaje de 280 segundos dividido en cinco segmentos distintos. En los primeros cuatro segmentos, el robot fue guiado para enfocarse en un tipo de movimiento a la vez —moverse hacia adelante, moverse lateralmente, subir y girar— manteniendo otros movimientos al mínimo. En el segmento final, todas las restricciones se relajaron, permitiendo que el robot se moviera libremente en todas las direcciones simultáneamente. Esta estructura aseguró que los investigadores pudieran identificar primero los comportamientos básicos e independientes del robot y luego capturar las interacciones más complejas que ocurren cuando todos los movimientos suceden al mismo tiempo.

El equipo probó esta metodología utilizando un VideoRay Defender, un pequeño vehículo submarino con forma de torpedo equipado con siete propulsores. Colocaron el robot en un tanque de agua de laboratorio que medía 6.3 metros por 3.7 metros por 1.8 metros. Para rastrear la posición del robot con extrema precisión, colocaron una tabla con marcadores visuales especiales en el fondo del tanque y utilizaron una cámara que miraba hacia abajo en el robot para observarlos. Mientras el robot seguía la trayectoria optimizada, el equipo registró su posición, velocidad y los comandos enviados a sus motores. Luego utilizaron estos datos para calcular los parámetros dinámicos del robot, tales como su masa, cómo el agua resistía su movimiento y cómo se distribuía su peso.

Los resultados fueron sorprendentes. Cuando los investigadores utilizaron el nuevo modelo para predecir cómo se movería el robot en un camino completamente diferente, las predicciones coincidieron con las mediciones reales con una precisión notable. El modelo pronosticó con éxito la velocidad y dirección del robot a través de una variedad de maniobras, incluyendo trayectorias suaves y preplanificadas, e incluso movimientos bruscos y repentinos comandados por un operador humano mediante un joystick. La única área donde el modelo mostró una ligera discrepancia fue en el movimiento de giro, o guiñada (yaw), que los investigadores atribuyeron al cable físico que conecta al robot con la superficie, un factor que añadió una resistencia y un arrastre inesperados. A pesar de esto, el desempeño general demostró que el modelo identificado podía capturar de manera confiable el comportamiento del vehículo.

Este trabajo representa un paso significativo hacia la creación de robots submarinos más autónomos y fiables. Al reemplazar las conjeturas y las pruebas genéricas con un enfoque estructurado y basado en datos para comprender la propia física de un vehículo, los investigadores han proporcionado una herramienta que puede aplicarse a cualquier vehículo submarino modular. Debido a que el método depende de los propios sensores del robot y de un controlador estándar, puede adaptarse fácilmente para vehículos que transportan diferentes cargas útiles o que operan en diferentes entornos. El equipo prevé extender este trabajo para incluir los seis grados de libertad completos de movimiento, incluyendo los movimientos de balanceo (roll) y cabeceo (pitch) que se simplificaron en este estudio, y finalmente probar estos modelos en el océano abierto. En última instancia, este enfoque ofrece una forma de asegurar que las máquinas que exploran nuestros océanos no solo estén siguiendo órdenes, sino que comprendan verdaderamente cómo se mueven a través del agua.