Optimal Excitation Trajectories for System Identification of Underwater Vehicles

Profondamente sotto la superficie, dove la luce solare svanisce e la pressione aumenta, i veicoli subacquei sono incaricati di alcuni dei lavori più delicati e pericolosi dell'umanità. Dall'ispezione di vecchie piattaforme petrolifere alla mappatura di relitti, dal monitoraggio delle barriere coralline alla manutenzione di cavi sottomarini, queste macchine sono gli occhi e le mani di scienziati e ingegneri in un ambiente ostile alla vita umana. Affinché questi robot possano operare efficacemente, devono essere in grado di muoversi con precisione e prevedibilità. Tuttavia, l'oceano è un mezzo fluido e mutevole che resiste al movimento in modi complessi. Per navigarlo in sicurezza, un veicolo ha bisogno di una mappa interna precisa della propria fisica: una comprensione matematica di come risponde ai propri propulsori, di come l'acqua spinge in risposta e di come il suo peso e la sua galleggiabilità interagiscono. Senza questo modello accurato, un robot potrebbe deviare dalla rotta, non riuscire a mantenere la posizione o sbagliare una manovra critica. La sfida risiede nel creare questo modello: il comportamento del veicolo cambia a seconda del suo carico, dei suoi sensori e persino delle specifiche condizioni dell'acqua, rendendo inaffidabili le ipotesi pre-programmate.

Per risolvere questo problema, i ricercatori della New York University Abu Dhabi hanno sviluppato un nuovo modo per insegnare ai robot subacquei come sono fatti. Invece di affidarsi a costosi e lussuosi test in enormi vasche industriali o a complesse simulazioni al computer che spesso mancano il bersaglio, il team ha progettato un metodo in cui il robot esegue una serie di movimenti specifici e accuratamente studiati per rivelare i propri segreti dinamici. Analizzando come il robot reagisce a questi movimenti specifici, il team può calcolare le esatte proprietà fisiche che ne governano il movimento. Questo processo, noto come identificazione del sistema, consente al robot di costruire un modello personalizzato del proprio comportamento, che può poi essere utilizzato per controllarlo con maggiore precisiono o per prevedere la sua posizione futura con alta fiducia.

Il cuore di questo nuovo approccio risiede nella progettazione del movimento stesso. In passato, gli ingegneri testavano spesso i veicoli subacquei utilizzando movimenti semplici e ripetitivi, come muoversi avanti e indietro in linea retta o ruotare in cerchio. Sebbene questi test di base forniscano alcuni dati, spesso non riescono a catturare la natura complessa e accoppiata di come un veicolo si muove in tre dimensioni. Quando un robot ruota, non si limita a ruotare; potrebbe anche scivolare lateralmente o cambiare leggermente profondità a causa della fisica dell'acqua. I test semplici spesso trascurano queste sottili interazioni. I ricercatori si sono resi conto che, per ottenere un quadro completo, il robot doveva essere "eccitato" in modo più sofisticato: una sequenza di movimenti che sollecitasse ogni parte del suo sistema fisico quanto basta per rivelarne la vera natura, senza però portarlo al punto di rottura.

Per raggiungere questo obiettivo, il team si è rivolto a uno strumento matematico chiamato curve di Bézier. Immaginate un filo flessibile che un progettista può piegare e dare forma tirando su alcuni punti specifici; la curva tra quei punti segue un percorso liscio e prevedibile. I ricercatori hanno utilizzato questo concetto per progettare una traiettoria, o un percorso, che il robot dovesse seguire. Regolando la posizione di questi punti di controllo, potevano creare un movimento fluido e continuo che fosse garantito rimanere entro confini sicuri, come non colpire le pareti della vasca di prova o non superare i limiti di velocità dei motori. Questo metodo offriva una flessibilità che le tecniche precedenti non avevano, permettendo loro di creare un percorso che non fosse solo un semplice ciclo, ma un viaggio complesso e multistadio progettato specificamente per sondare la fisica del robot.

I ricercatori hanno poi impostato un problema di ottimizzazione, chiedendo essenzialmente a un computer di trovare l'unico miglior insieme di punti di controllo che generasse i dati più informativi. L'obiettivo era creare un percorso che rendesse i movimenti del robot il più distinti e misurabili possibile, assicurando che i dati raccolti potessero essere utilizzati per risolvere i parametri fisici del veicolo con alta precisionità. Hanno imposto regole di sicurezza rigorose a questa ottimizzazione: il robot doveva iniziare e terminare il movimento con dolcezza, rimanere entro le dimensioni di una vasca d'acqua di laboratorio e muoversi a velocità che i suoi motori potessero effettivamente raggiungere. La traiettoria risultante è stata un viaggio di 280 secondi diviso in cinque segmenti distinti. Nei primi quattro segmenti, il robot è stato guidato a concentrarsi su un tipo di movimento alla volta — muoversi in avanti, muoversi lateralmente, salire o ruotare — mantenendo minimi gli altri movimenti. Nell'ultimo segmento, tutti i vincoli sono stati allentati, permettendo al robot di muoversi liberamente in tutte le direzioni simultaneamente. Questa struttura ha garantito che i ricercatori potessero prima identificare i comportamenti di base e indipendenti del robot e poi catturare le interazioni più complesse che avvengono quando tutti i movimenti avvengono contemporaneamente.

Il team ha testato questa metodologia utilizzando un VideoRay Defender, un piccolo veicolo subacqueo a forma di siluro dotato di sette propulsori. Hanno posizionato il robot in una vasca d'acqua di laboratorio che misurava 6,3 metri per 3,7 metri per 1,8 metri. Per tracciare la posizione del robot con estrema precisione, hanno posizionato una tavola con speciali marcatori visivi sul fondo della vasca e hanno utilizzato una telecamera rivolta verso il basso montata sul robot per osservarli. Mentre il robot seguiva il percorso ottimizzato, il team ha registrato la sua posizione, la sua velocità e i comandi inviati ai suoi motori. Hanno poi utilizzato questi dati per calcolare i parametri dinamici del robot, come la sua massa, il modo in cui l'acqua resisteva al suo movimento e come il suo peso fosse distribuito.

I risultati sono stati sorprendenti. Quando i ricercatori hanno utilizzato il nuovo modello per prevedere come il robot si sarebbe mosso su un percorso completamente diverso, le previsioni corrispondevano alle misurazioni reali con una precisione straordinaria. Il modello ha previsto con successo la velocità e la direzione del robot attraverso una varietà di manovre, inclusi percorsi fluidi e pre-pianificati e persino movimenti bruschi comandati da un operatore umano tramite un joystick. L'unica area in cui il modello ha mostrato una leggera discrepanza è stata nel movimento di rotazione, o imbardata (yaw), che i ricercatori hanno attribuito al cavo fisico che collega il robot alla superficie, un fattore che ha aggiunto una resistenza e una resistenza inaspettate. Nonostante ciò, le prestazioni complessive hanno dimostrato che il modello identificato poteva catturare in modo affidabile il comportamento del veicolo.

Questo lavoro rappresenta un passo significativo verso la creazione di robot subacquei più autonomi e affidabili. Sostituendo le supposizioni e i test generici con un approccio strutturato e basato sui dati per comprendere la propria fisica, i ricercatori hanno fornito uno strumento che può essere applicato a qualsiasi veicolo subacqueo modulare. Poiché il metodo si basa sui sensori del robot stesso e su un controller standard, può essere facilmente adattato per veicoli che trasportano diversi carichi utili o che operano in ambienti differenti. Il team prevede di estendere questo lavoro per includere i sei gradi di libertà completi di movimento, inclusi i movimenti di rollio e beccheggio che sono stati semplificati in questo studio, e infine testare questi modelli nell'oceano aperto. In definitiva, questo approccio offre un modo per garantire che le macchine che esplorano i nostri oceani non stiano solo seguendo comandi, ma comprendano veramente come si muovono nell'acqua.