Field-Validated Formation Control for Autonomous Surface Vehicle Fleets in Aquatic Environments with Currents

Rivieren, meren en kustestuaria staan onder toenemende druk door menselijke activiteit en klimaatverandering, wat een dringende behoefte creëert om de waterkwaliteit over uitgestrekte, veranderlijke gebieden te monitoren. Stationaire meetstations kunnen slechts één specifieke plek observeren, maar vloten van kleine, robotische boten uitgerust met sensoren kunnen veel meer terrein bestrijken. De uitdaging ligt in het krijgen van deze robots om effectief samen te werken. Ze moeten een specifieke vorm ten opzichte van elkaar behouden om nauwkeurige gegevens te verzamelen, maar ze opereren in een chaotische omgeving vol sterke stromingen, drijvende obstakels en onbetrouwbare draadloze signalen. Als de robots tegen de stroom in vechten om een vaste positie op een kaart te behouden, verspillen ze kostbare energie. Als ze te vrij gaan drijven, verliezen ze de formatie die nodig is om een helder beeld van de waterconditie te reconstrueren. Het doel is om een manier te vinden waarop een groep robots in formatie kan blijven terwijl ze de rivier laat meevoeren, terwijl ze er tegelijkertijd voor zorgen dat ze nooit tegen elkaar of de oever botsen.

Onderzoekers aan de University of Delaware hebben een nieuwe besturingsmethode ontwikkeld en getest die deze autonome oppervlaktevaartuigen precies dit mogelijk maakt. In plaats van de robots te dwingen een starre positie in de ruimte te behouden, stuurt het systeem hen aan om hun relatieve afstand tot elkaar te bewaren, waardoor de hele groep met de stroming mee kan drijven als een school vissen die met een stroom mee beweegt. Deze aanpak werd gevalideerd door middel van computersimulaties en praktijktests in de echte wereld met vier kleine, commercieel beschikbare robotboten genaamd Jaiabots. Het team testte het systeem eerst in de kalme, gecontroleerde wateren van Lake Allure in Pennsylvania, en verplaatste zich vervolgens naar de veel uitdagendere omgeving van de Delaware River in Philadelphia, waar de robots te maken kregen met getijdenstromingen, GPS-signaalfouten en onderbroken communicatie.

De kern van de oplossing is een wiskundig kader dat fungeert als een reeks onzichtbare regels voor de robots. Stel je het wateroppervlak voor als een landschap waar de gewenste formatie een vallei is en obstakels heuvels zijn. De robots zijn geprogrammeerd om van nature naar de vallei af te rollen en de heuvels te vermijden. Echter, standaardversies van deze "potentiaalveld"-methode hadden drie grote gebreken voor gebruik in rivieren: ze hielden geen rekening met de fysieke beperkingen van de boten, zoals hoe scherp ze kunnen draaien of hoe langzaam ze kunnen bewegen, en ze voorkamen niet dat de robots naar de rivieroevers zouden drijven. Bovendien lijden klassieke methoden vaak aan het probleem van "lokale minima", waarbij robots vast komen te zitten in een verkeerde positie die niet de gewenste formatie is, maar wel een punt is waar de krachten in evenwicht zijn. Om dit op te lossen, hebben de onderzoekers het landschap zo speciaal geconstrueerd dat er geen lokale minima bestaan waar de robots in vast kunnen komen te zitten. Daarnaast voegden ze "virtuele" robots toe die fungeren als bewakers van de riviergrenzen, om ervoor te zorgen dat de echte boten binnen veilige grenzen blijven. Ze verzachtten ook de besturingssignalen om te voorkomen dat de roeren gingen trillen, wat de hardware kan beschadigen. Ten slotte voegden ze een vooruitziende strategie toe die vooraf een kort pad plant, waardoor de boot in staat is om rond zijn eigen draaicapaciteitsbeperkingen te navigeren, zelfs wanneer het ideale pad onmogelijk lijkt.

In de lake-experimenten slaagden de vier robots erin om een rechte lijn onder een hoek van 45 graden te vormen, waarbij ze een afstand van 10 meter tussen elkaar behielden. Ze bewogen soepel, ontweken een boei die in het water lag en bleven weg van de oever, zelfs toen wind en lichte waterbewegingen hen heen en weer duwden. Het systeem bleek robuust genoeg om te gaan met het feit dat echte boten niet direct kunnen stoppen of op een kier kunnen draaien; wanneer het ideale pad werd geblokkeerd door een draaicapaciteitsbeperking, vonden de robots een haalbaar omweg en corrigeerden ze hun koers in het volgende moment. De gegevens toonden aan dat de afstand tussen twee robots nooit nul werd, wat bevestigde dat botsingen succesvol werden vermeden, en de groep kwam consequent samen in de gewenste vorm.

De echte test kwam in de Delaware River, waar de omstandigheden veel minder vergevingsgezind waren. De rivier is ongeveer 2.250 voet breed, met een gemiddelde stroomsnelheid van 1,3 voet per seconde. Het team zette de robots in vanaf een pier, waarbij ze lieten drijven en manoeuvreerden in een lijnformatie die een aanzienlijk deel van de rivier besloeg. Tijdens één proef werd de formatie zo ingesteld dat deze de volledige breedte van de rivier besloeg, waarbij de robots ongeveer 400 voet uit elkaar lagen. Deze opstelling bracht de grenzen van het draadloze communicatiebereik in beeld. Op een gegeven moment verloor de robot die het verst van de oever verwijderd was gedurende enkele seconden het contact met de centrale besturingshub. Het systeem handelde dit gracieus af: de losgekoppelde robot stopte simpelweg met bewegen en wachtte, terwijl de anderen hun positie bleven aanpassen. Zodra de verbinding werd hersteld, nam de robot zijn plaats weer in en kwam de gehele vloot in de juiste formatie zonder te botsen of te verdwalen.

In een tweede riviertest paste het team de formatie aan om deze compacter te maken, waarbij de afstand werd verminderd tot ongeveer 200 voet om alle robots binnen een betrouwbaarder communicatiebereik te houden. Deze wijziging resulteerde in gladdere trajecten en geen communicatieverliezen, wat aantoont dat het systeem flexibel genoeg is om zich aan verschillende operationele behoeften aan te passen door simpelweg de gewenste afstand tussen de boten te veranderen. Tijdens beide riviertests navigeerden de robots succesvol rond andere vaartuigen en behielden ze hun formatie, ondanks de onvoorspelbare druk van de vloed en de incidentele afname van de GPS-precisie. De resultaten bevestigen dat het mogelijk is om een vloot autonome boten te besturen in een dynamische, afgebakende rivieromgeving zonder tegen de stroom in te vechten, mits het besturingssysteem rekening houdt met de fysieke realiteit van de machines en de beperkingen van hun communicatie.

Dit werk overbrugt de kloof tussen theoretische besturingsalgoritmen en de rommelige realiteit van veldrobotica. Door te bewijzen dat deze methoden werken op daadwerkelijke hardware in een echte rivier, hebben de onderzoekers een levensvatbaar pad aangetoond voor het inzetten van sensorvloten om de waterkwaliteit in estuaria en kustzones te monitoren. Het vermogen om de vloot met de stroom mee te laten drijven terwijl ze een precieze relatieve vorm behouden, betekent dat deze robotgroepen langer kunnen opereren en meer terrein kunnen bestrijken met minder energie. Toekomstig werk zal zich richten op het elimineren van de noodzaak voor een centrale besturingshub, waardoor de robots rechtstreeks met elkaar kunnen communiceren, wat het systeem nog robuuster zou maken voor missies op open water. Voor nu staan de succesvolle tests in de Delaware River als een concreet bewijs dat autonome vloten erop kunnen worden vertrouwd om samen te werken in de wilde, onvoorspelbare wateren van de natuurlijke wereld.