Optimal Excitation Trajectories for System Identification of Underwater Vehicles

日光が届かず、水圧が高まる深海では、水中車両が人類にとって最も繊細で危険な任務を担っています。老朽化した石油リグの点検から沈没船のマッピング、サンゴ礁のモニタリング、海底ケーブルのメンテナンスに至るまで、これらの機械は、人間の生命にとって過酷な環境における科学者やエンジニアの「目」であり「手」なのです。これらのロボットが効果的に動作するためには、精密かつ予測可能な動きができなければなりません。しかし、海洋は流動的で変化し続ける媒体であり、複雑な方法で運動に抵抗します。安全に航行するためには、車両は自分自身の物理学に関する精密な内部マップ、つまり、自らのスラスターに対してどのように反応するか、水がどのように押し戻してくるか、そして自重と浮力がどのように相互作用するかという数学的な理解を持つ必要があります。この正確なモデルがなければ、ロボットは進路を外れたり、位置を保持できなくなったり、あるいは重要な操縦を誤ったりする可能性があります。課題は、このモデルを作成することにあります。車両の挙動は、積載物やセンサー、さらには特定の水の状態によって変化するため、あらかじめプログラムされた推測では信頼できないのです。

これを解決するために、ニューヨーク大学アブダビの研究チームは、水中ロボットに自分自身について教える新しい方法を開発しました。大規模な工業用タンクでの高価で時間のかかるテストや、的外れになりがちな複雑なコンピュータ・シミュレーションに頼る代わりに、チームは、ロボットが自身のダイナミクスの秘密を明らかにするための、特別に設計された一連の特定の動きを実行する手法を考案しました。ロボットがこれらの特定の動きに対してどのように反応するかを分析することで、チームは車両の動きを支配する正確な物理的特性を算出することができます。「システム同定」として知られるこのプロセスにより、ロボットは自身の挙動に関するパーソナライズされたモデルを構築することができ、それをより正確な制御や、高い信頼性を持って将来の位置を予測するために利用できるのです。

この新しいアプローチの核心は、動き自体の設計にあります。過去には、エンジニアは水中車両を、直線的な往復運動や円を描く回転運動といった単純で反復的な動きを用いてテストすることがよくありました。これらの基本的なテストはいくらかのデータを提供しますが、車両が三次元空間でどのように動くかという、複雑で結合した性質を捉えきれないことがよくあります。ロボットが旋回するとき、単に回転するだけでなく、水の物理現象によって横に漂ったり、深度がわずかに変化したりすることがあります。単純なテストでは、こうした微妙な相互作用を見落としがちなのです。研究者たちは、完全な全体像を得るためには、ロボットをより洗練された方法で「励起（エキサイト）」させる必要があることに気づきました。つまり、物理システムのあらゆる部分を、故障に至るほどではなく、かつその真の性質を明らかにするのに十分な程度までストレスを与えるような、一連の動きが必要なのです。

これを実現するために、チームは「ベジェ曲線」と呼ばれる数学的ツールを活用しました。デザイナーがいくつかの特定の点を引くことで曲げたり形を変えたりできる柔軟なワイヤーを想像してみてください。その点の間にある曲線は、滑らかで予測可能な経路を辿ります。研究者たちはこの概念を用いて、ロボットが辿るべき軌跡（トラジェクトリ）、すなわち経路を設計しました。これらの制御点の位置を調整することで、実験用のタンクの壁に当たったり、モーターの速度制限を超えたりしないといった安全な境界内に確実に収まる、滑らかで連続的な動きを作り出すことができました。この手法は、従来の技術にはなかった柔軟性を提供し、単なるループではなく、ロボットの物理学を調査するために特別に設計された、複雑で多段階の旅路となる経路を作り出すことを可能にしました。

研究者たちは次に、最適化問題を設定しました。これは、本質的に、最も情報量の多いデータを生成する最適な制御点のセットをコンピュータに見つけさせる作業です。目標は、ロボットの動きをできるだけ明確かつ測定可能なものにし、収集されたデータを用いて車両の物理パラメータを高精度に解けるようにすることでした。彼らはこの最適化において厳格な安全規則を課しました。ロボットは緩やかに開始・停止し、実験用の水槽の寸法内に留まり、かつモーターが実際に達成可能な速度で移動しなければなりません。結果として得られた軌跡は、5つの異なるセグメントに分割された280秒間の旅となりました。最初の4つのセグメントでは、ロボットは一度に一つのタイプの動き（前進、横移動、上昇、旋回）に集中するように誘導され、他の動きは最小限に抑えられました。最後のセグメントでは、すべての制約が緩和され、ロボットは全方向に対して同時に自由に動くことができました。この構造により、研究者はまずロボットの基本的で独立した挙動を特定し、次にすべての動きが同時に発生するときに起こる、より複雑な相互作用を捉えることができるようになりました。

チームは、7つのスラスターを備えた小型の魚雷型水中車両である「VideoRay Defender」を使用して、この手法をテストしました。彼らは、6.3メートル×3.7メートル×1.8メートルの実験用水槽の中にロボットを配置しました。ロボットの位置を極めて精密に追跡するために、水槽の底に特殊な視覚マーカーが付いたボードを設置し、ロボットに搭載された下向きカメラでそれを見守りました。ロボットが最適化された経路に従って進む間、チームは位置、速度、およびモーターに送られた指令を記録しました。その後、これらのデータを使用して、質量、水の抵抗、および重量分布といったロボットの動的パラメータを算出しました。

結果は驚くべきものでした。研究者が新しいモデルを使用して、全く異なる経路上でロボットがどのように動くかを予測したところ、その予測は実際の測定値と驚くほど正確に一致しました。モデルは、滑らかに計画された経路や、人間がジョイスティックを介して操作する突然の急激な動きを含む、さまざまな操縦におけるロボットの速度と方向をうまく予測できました。唯一、モデルにわずかな不一致が見られたのは旋回（ヨー）の動きであり、研究者たちはこれをロボットを水面に繋いでいる物理的なテザー（命綱）によるものと考えています。このテザーが予期せぬ抗力と抵抗を生じさせたためです。それにもかかわらず、全体的なパフォーマンスは、特定されたモデルが車両の挙動を確実に捉えられることを実証しました。

この研究は、水中ロボットをより自律的で信頼性の高いものにするための重要な一歩となります。推測や一般的なテストを、車両自身の物理学を理解するための構造化されたデータ駆動型のアプローチに置き換えることで、研究者たちはあらゆるモジュール式水中車両に適用できるツールを提供しました。この手法は、ロボット自身のセンサーと標準的なコントローラーに依存しているため、異なるペイロードを運ぶ車両や、異なる環境で作動する車両にも容易に適応できます。チームは、この研究を、今回の研究で簡略化されたロール（回転）やピッチ（前後傾）の動きを含む、完全な6自由度の動きへと拡張し、最終的には外洋でのテストを行うことを構想しています。究極的に、このアプローチは、私たちの海洋を探索する機械が、単にコマンドに従うだけでなく、水の中をどのように動いているのかを真に理解するための手段を提供するものです。