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

L'océan est un espace de travail vaste et imprévisible où les machines doivent fonctionner sans mains humaines pour les guider. Pendant des décennies, les scientifiques se sont appuyés sur des robots sous-marins uniques pour explorer ces profondeurs, mais une machine seule a des limites ; elle ne peut transporter qu'une certaine quantité d'équipement, peut manquer d'énergie ou tomber en panne si une pièce critique casse. Pour surmonter cela, les ingénieurs se sont tournés vers des groupes de robots travaillant ensemble, appelés formations. L'idée est simple : si un robot tombe en panne, d'autres peuvent prendre le relais, et ensemble, ils peuvent couvrir une zone beaucoup plus large. Cependant, maintenir un groupe de ces machines en mouvement selon une forme précise tout en naviguant dans le monde sous-marin chaotique est incroyablement difficile. L'eau n'est jamais immobile ; des courants cachés poussent et tirent, et les robots eux-mêmes sont des machines lourdes et complexes qui ne réagissent pas toujours exactement comme leurs modèles informatiques le prédisent. Les méthodes traditionnelles de contrôle de ces groupes ont souvent du mal à corriger les erreurs assez rapidement, ou réagissent de manière si brutale aux perturbations qu'elles font vibrer les moteurs des robots, provoquant l'usure et la fatigue mécanique.

Une équipe de chercheurs de l'Université de Shandong Jiaotong a développé une nouvelle façon de guider ces groupes sous-marins qui résout à la fois les problèmes de vitesse et de vibration. Ils ont créé un système de contrôle qui permet à plusieurs véhicules sous-marins autonomes de suivre une trajectoire spécifique et de maintenir la forme de leur formation, même lorsqu'ils sont frappés par des courants inconnus et changeants. Le cœur de leur solution est une stratégie en deux parties. Premièrement, ils ont construit un « capteur » virtuel à l'intérieur de l'ordinateur capable de deviner instantanément ce que l'eau fait aux robots, même si les robots ne peuvent pas voir les courants directement. Deuxièmement, ils ont conçu une commande de direction qui utilise cette supposition pour annuler la poussée de l'eau avant qu'elle ne puisse dévier les robots de leur course. Contrairement aux anciennes méthodes qui mettent du temps à corriger une erreur ou nécessitent que les moteurs s'agitent violemment pour lutter contre l'eau, cette nouvelle approche ramène les robots sur leur trajectoire correcte dans un temps court et garanti, peu importe à quel point ils ont été déviés de leur course initiale. Les chercheurs ont testé cette idée dans des simulations informatiques avec des groupes de robots formant des triangles, des hexagones et des flèches, et les résultats ont montré que la nouvelle méthode maintenait la formation serrée et fluide alors que les anciennes méthodes luttaient contre les retards et les vibrations.

Le défi du contrôle de ces groupes sous-marins réside dans la nature même de l'océan. L'eau est un fluide qui se déplace selon des motifs complexes et aléatoires, créant des forces difficiles à prédire. Lorsqu'un robot tente de se déplacer, il doit lutter contre cette résistance, et si une rafale soudaine de courant le frappe, la position du robot change. Par le passé, les systèmes de contrôle tentaient de réagir à ces changements après qu'ils se soient produits. C'est comme essayer de diriger une voiture en regardant uniquement où vous avez déjà été ; au moment où vous réalisez que vous dérivez, vous êtes déjà hors de la route. D'autres systèmes tentaient d'être plus agressifs, appliquant une force maximale pour corriger l'erreur immédiatement. Bien que cela puisse fonctionner en théorie, en pratique, cela provoque des vibrations rapides des propulseurs du robot, un phénomène appelé chattering (ou broutement). Cette vibration est comparable au moteur d'une voiture qui monte et descend de manière incontrôlée ; elle gaspille de l'énergie, crée du bruit et peut finir par briser les pièces mécaniques. Les chercheurs ont constaté que ces approches traditionnelles étaient soit trop lentes pour être utiles dans des environnements changeants rapidement, soit trop brusques pour être sûres pour le matériel.

Pour remédier à cela, l'équipe a conçu un système qui anticipe le problème plutôt que de simplement y réagir. Ils ont commencé par créer un modèle mathématique détaillé de la façon dont les robots se déplacent, en séparant le mouvement en deux couches : la position et la direction vers laquelle le robot fait face, et les forces physiques qui le propulsent. Ils ont réalisé que pour contrôler le groupe efficacement, ils devaient savoir exactement quelle quantité d'eau poussait le robot à chaque instant donné. Comme ils ne pouvaient pas mesurer directement les courants invisibles, ils ont construit un observateur spécial, un type de programme informatique qui s'exécute parallèlement au système de contrôle principal. Cet observateur compare constamment ce que le robot est censé faire avec ce qu'il fait réellement. En analysant la différence, il peut estimer la force et la direction du courant caché en une fraction de seconde.

L'innovation clé ici est la vitesse et la certitude de cette estimation. Les anciens observateurs mettaient longtemps à comprendre le courant, et leur précision dépendait de la proximité du robot avec sa cible. Si le robot était loin de sa trajectoire, l'observateur mettait encore plus de temps à rattraper le retard, ce qui était dangereux dans un environnement en mouvement rapide. Le nouvel observateur, cependant, est conçu pour atteindre son estimation en un temps fixe, peu importe l'ampleur de l'erreur initiale. C'est comme si l'observateur possédait un chronomètre intégré qui garantit qu'il connaîtra la vitesse du vent dans un nombre spécifique de secondes, que la voiture dérive légèrement ou qu'elle parte en tête-à-queue. Cela permet au système de contrôle d'agir immédiatement, en utilisant la supposition de l'observateur pour appliquer une contre-force qui neutralise le courant avant qu'il ne perturbe la formation.

Une fois que le système sait ce que fait l'eau, il applique une seconde couche de contrôle pour maintenir les robots dans leur formation. Les chercheurs ont utilisé une méthode où un robot agit comme un leader, et les autres le suivent, maintenant une distance et un angle spécifiques par rapport au leader. C'est similaire à un vol d'oiseaux, où chaque oiseau sait où se trouver par rapport à celui qui le précède. La loi de commande garantit que même si le leader tourne brusquement ou accélère, les suiveurs ajustent leurs trajectoires de manière fluide pour maintenir la forme correcte. Le système utilise un type de mathématiques particulier qui empêche les robots de dépasser leur cible ou de osciller d'avant en arrière. Au lieu de donner des coups brusques aux propulseurs pour corriger une erreur, le système applique une force douce et continue qui guide le robot doucement vers sa ligne.

Les chercheurs ont testé leur système dans une série de simulations informatiques pour voir comment il se comporterait dans des conditions difficiles. Ils ont programmé les robots pour suivre des trajectoires complexes, incluant des parcours circulaires et des formes combinant triangles et cercles. Ils ont également simulé des scénarios où les robots partaient de positions très différentes, certaines éloignées de la trajectoire prévue et d'autres proches de celle-ci. Dans chaque cas, le nouveau système de contrôle a amené les robots vers leur formation cible et les y a maintenus. Les simulations ont montré que les robots pouvaient suivre la trajectoire avec une grande précision, et que les erreurs de position disparaissaient rapidement. Lorsqu'ils ont comparé leur nouvelle méthode à une stratégie de contrôle traditionnelle, la différence était évidente. La méthode traditionnelle faisait vibrer et trembler les robots alors qu'ils tentaient de corriger leur course, et elle mettait beaucoup plus de temps pour que les erreurs se stabilisent. La nouvelle méthode, en revanche, produisait des mouvements fluides et réguliers et corrigeait les erreurs presque immédiatement.

L'une des découvertes les plus importantes fut la capacité du système à gérer les perturbations inconnues. Les chercheurs ont introduit des courants aléatoires et changeants dans la simulation pour imiter l'océan réel. L'observateur a été capable de suivre ces forces changeantes avec une précision remarquable, correspondant presque parfaitement à la force réelle du courant. Cela a permis au système de contrôle d'annuler la perturbation efficacement, maintenant les robots sur leur trajectoire sans avoir besoin d'augmenter la puissance de leurs moteurs. Le résultat fut un système à la fois robuste face à l'imprévisibilité de l'océan et doux pour le matériel du robot. Les simulations ont également montré que le système fonctionnait bien pour différentes tailles et formes de groupes. Que les robots soient disposés en triangle, en hexagone, en pentagone ou en forme de flèche, la loi de commande les maintenait coordonnés et stables.

Les chercheurs ont conclu que leur approche offre une amélioration significative pour la robotique sous-marine. En combinant un observateur rapide et précis avec une loi de commande fluide, ils ont créé un système capable de gérer la réalité désordonnée de l'océan sans endommager l'équipement. Les simulations ont prouvé que les robots pouvaient converger vers leur formation souhaitée dans un temps garanti, indépendamment de leur point de départ. Cela signifie que dans une mission réelle, un groupe de robots pourrait être déployé depuis un navire selon un schéma dispersé, et ils s'organiseraient rapidement en une formation précise pour commencer leur travail, même si l'eau est agitée. Bien que l'étude ait été menée entièrement dans un environnement informatique, les résultats suggèrent que cette méthode pourrait être un outil puissant pour l'exploration sous-marine future, permettant à des groupes de robots de travailler ensemble plus efficacement et plus de manière plus fiable que jamais. L'équipe a noté que les travaux futurs viseront à tester ces idées sur de véritables robots physiques et à étendre le système pour gérer le mouvement en trois dimensions, se préparant ainsi aux défis complexes des abysses.